问题标签 [rjags]

我正在尝试在 rjags 中运行多项式模型，但我不断收到此错误

这是创建错误的代码：

谢谢！

[代码已更新，不再对应错误消息]

我试图了解 JAGS 如何预测结果值（对于混合马​​尔可夫模型）。m我已经在包含结果和协变量的数据集上训练了模型x1，x2并且x3.

在不固定参数值的情况下预测结果在 R 中有效，但输出似乎完全随机：

正在编译 rjags 模型... 使用 rjags 方法调用仿真... 注：模型不需要适配 模型中烧录 4000 次迭代... |*************** ***********************************| 100% 运行模型 1 次迭代... 模拟完成 完成运行模拟

但是，一旦我尝试修复参数（即使用模型估计来预测结果m，我就会得到错误：

正在编译 rjags 模型...错误：使用 rjags 编译和适配模型时出现以下错误：rjags::jags.model(model, data = dataenv, n.chains = length(runjags.object$end.state) 中的错误, : RUNTIME ERROR: 第39行编译错误。beta1[2,1]是逻辑节点，无法观察

beta1在这种情况下是系数估计的 2x2 矩阵。

1. JAGSm在第一个示例中如何预测（无固定参数）？它只是完全随机选择m吗？
2. 如何包含早期获得的模型估计来模拟新的结果值？

型号为：

我正在尝试在 Ubuntu 上安装 Rjags，我首先安装了这个

然后我试过了

我有以下错误

我不知道如何解决这个问题，谢谢你的帮助

Andrey Kolyadin，我已按照您的说明进行操作，安装后我得到了这个

然后我试图在 R 中调用库，但没有检测到它，不幸的是......

我正在尝试使用在 R 中实现的 JAGS 将多元模型拟合到物种组成数据。我有 3 个物种相对丰度的数据（在 [0,1] 之间有界），其中两个是相关的。这是生成类似数据的代码。

y是我的三个因变量和y1的数据框。我想为这些数据拟合一个仅截距的模型，使用 dirlichet 分布（beta 分布的多元扩展）来解释因变量之间的协方差。y2y3

我有点卡住了。我可以使用 R 中的包使用 beta 分布对单个因变量进行编码runjags，如下所示：

Mu 的问题是：如何使用 JAGS 中的 dirlichet 分布（在 R 中实现）将其扩展到多变量情况？如果我们能解释y矩阵中的协方差，那就太好了。

我有下面的数据和代码，希望您能帮助估计DIC（或AIC）β回归模型zoib：

按照包的小插图和作者发表的文章，我实现了下面的代码来获取，DIC但我得到一个错误：

我用文档中的一个对象运行了相同的代码coda.samples {rjags}并且它有效：

然后我检查了上面每个对象的类LINE，sample2，re.md， 和LINE.out，输出是：

这表明我的错误可能是因为该对象sample2不是 class jags。

因此，我将不胜感激有关如何获得sample2可以接受的形式的任何想法dic.samples ，以便能够获得DIC（或AIC）我的rd.md模型。

我正在使用 dirlichet 分布在 JAGS 中拟合多元模型。我有一个y包含 3 个物种比例丰度的矩阵。

我有一个x预测值矩阵，其中第一个是截距。

我指定了一个多元锯齿模型jags.model：

我设置了 JAGS 数据对象jags.data：

我使用 R 中的 runjags 包拟合 JAGS 模型。

我收到以下错误：

我在这里做错了什么？作为参考，通过预测组合拼出每个参数仍然很合适：

我将runjagsR 中模型的输出作为mcmc.list. 下面是生成 3 个包含 1,000 个样本的链的代码。我想将所有 12 条链修剪到最后 400 个样本。我可以拉开链并将链输出矩阵保存在列表中，但它不再是一个mcmc.list，我不知道如何将它变成一个 mcmc.list。

以下是一些用于运行runjags模型并将输出转换为 a 的数据mcmc.list：

可以说我有一些关于 3 个物种的相对丰度的数据。物种 1 与年平均温度 ( mat) 呈负相关。相对丰度数据存储在矩阵中r.spp.y：

我可以在 JAGS 中一次对每个物种进行 beta 回归，以表明mat物种 1 的相对丰度之间存在负相关，但mat使用 JAGS 时，物种 2 和 3 的相对丰度之间存在正相关：

这表明每个都有一个截距值和一些关系mat。具体来说，物种 1 与 物种 2 和物种 3 呈负相关，mat而物种 2 和 3 表现出正相关，mat这反映在m1参数值中。

我想使用多元模型同时拟合所有丰度。这可以使用 dirlichet 分布来完成，它是 beta 分布的多元泛化。为此，我在 JAGS 中设置了一个 dirlichet 模型，类似于上面的 beta：

然后我设置了一个稍微不同的数据对象，并运行模型：

但是，返回的m0和m1参数与循环 beta 模型返回的参数完全不同。似乎所有参数都反映了提供的（平坦）先验分布，并且数据并未以任何方式限制参数。该模型无法捕捉mat物种 1 之间的负相关关系和相对丰度。它甚至似乎根本没有限制数据：

值得注意的是，如果我拟合一个仅截距的 dirlichet 模型（没有mat协变量），它可以很好地捕获相对丰度，但前提是我使用 log-link，而不是 beta 案例中使用的 logit-link（例如在这里）。扩展 log-link 案例并添加mat协变量并不能解决问题。我在这里想念什么？

我正在尝试建模一个三级嵌套线性混合效应模型rjags （通过三级：多个组内多个个体的多个观察）。组中有一组独特的个体。

中的等效模型lme4是

或者

我的问题是：我该如何编程这个模型rjags。

这是我对代码的尝试rjags，它可以编译和执行，但单个级别的随机效应似乎受到了太多的惩罚——足以表明它的编码不正确。

并运行模型

在类似的示例中，可以通过创建交互变量并将其用作分组变量来解释数据的嵌套结构（与前面的组内唯一集的示例非常相似）。

这如何编码jags，并且可以在不创建中间交互变量的情况下完成吗？

jags我正在使用R2jags 包（它使用 rjags 包来运行 JAGS）的功能在 R 中运行大量 JAGS 模型。

我在控制台中打印了很多警告：

value out of range in 'lgamma'

打印这些警告似乎会严重影响计算时间。我该如何抑制这个？

警告被打印为输出，而不是 R 警告。

我尝试过但不起作用的事情包括：

• try(..., silent = TRUE)用, suppressWarnings, invisible或包裹我的电话capture.output。

• jags.model将呼叫更改jags为jags.model(..., quiet = TRUE)。

这种现象在其他地方也有提及 ，我只是想将其关闭以减少从大量不必要的打印到控制台的计算负载。

有什么建议么？

这是基于sourceforge 上相同问题的示例的长但可重复的示例。很抱歉这篇文章的长度，但我无法在任何较小的玩具模型中复制它。我不太关心这个特定的模型，但它合理地简单地复制了这个问题：

模型

数据

称呼

输出 （大量重复的警告被修剪 - 这些再次打印为函数输出而不是警告消息）