我和我的合作者发现，当我们尝试coda::gelman.diag()在模型拟合上运行时，通常会导致内存问题。我们显然可以在一定程度上通过细化和老化来调整它，但想知道我们可以使用哪些捷径。我们失去了“多变量 Rhat”，但看起来 JAGS 正在为每个受监控的参数创建一个带有估计 Rhat的输出 (rjags和R2jags) ……这可能就足够了吗？my.model.fit$BUGSoutput$summary

如果所有单变量 Rhat 估计BUGSoutput值都低于我们的目标值（比如 1.1），我们是否以任何方式反保守？除此之外还有理由打电话coda::gelman.diag()（gelman.diag也估计Rhat的置信上限）？

是否有好的经验法则可以让我们既包含足够长的链来获得高有效样本量，又可以避免内存限制coda::gelman.diag*()？

我正在尝试使用“Liszt”包在贝叶斯框架中执行列表长度分析（基本上是多元逻辑回归）。这是一个只能从这里安装的 beta 包： http ://www.possinghamlab.org/images/LLA/Liszt_0.8-5_1.tar.gz

当我查看包时，rjags 的模型如下：

模型本身有很多不相关的东西，但我觉得最好放置整段代码。

当我用我的数据运行它时，我总是得到错误：

我发现有更多人收到此错误消息，但它始终与与所用分布相关的数据有关（即伽马分布的负数据，二项式的泊松数据）。我有二项式分布式数据，但仍然得到错误。我不知道为什么。

我的模型如下（有关我的数据框的 20 行子样本，请参见下面的 dput，我仅在具有完整数据集的不同节点上得到相同的错误）：

数据（在驱动器上，否则我将超过最大字符数）：

https://drive.google.com/open?id=1etj_7IrEHJbYzBk9p_8tW6B-X0HpbLU9WMWMJL-QT_I

背景
试图在比周末volume更少的铁路小道上模拟骑自行车的人。from包含先锋谷规划委员会收集的关于当地铁路使用情况的数据。对于 90 天中的每一天，他们记录了 rail-trail （用户数量）以及它是否是一个（如果是，则为真，否则为假）。weekdayRailTrailmosaicDatavolumeweekday

模型

Yi = 第 i 天的跟踪量（用户数量）
Xi = 1 表示工作日，0 表示周末。

可能性

• Yi ∼ N(mi,s^2)
• mi =a+bXi

先验

• a ∼ N(400,100^2)
• b ∼ N(0,200^2)
• s ∼ Unif(0,200)

代码

尝试在 R 中实现这一点，如下所示：

尝试使用以下代码编译上述模型：

错误

但是，我在尝试编译时遇到以下错误：

问题

你能帮我解决这里有什么问题吗？我在 Ubuntu 20.04、MacOS Catalina 以及 RStudio Cloud 中对此进行了测试——同样的错误。rjags.version()是4.3.0。

一段时间以来，我一直试图在rjags中找到一种方法来为具有时变（时间相关）协变量的贝叶斯 Weibull AFT 生存分析模型编写代码。

我正在处理的数据是关于从购买到处置的持续时间。一些记录是右删失的。此外，我对每条记录都有一些解释变量，例如age、marital status、education level和income。

我有一个不包含时变协变量的代码。此代码正确运行，其结果是合理的。现在我想增强它以包含随时间变化的协变量，例如age. 这是我的简单代码。

如果有人可以帮助我添加随时间变化的（与时间相关的）协变量或找到关于它的教程/示例代码，我将不胜感激。

背景

在第 256 页的“BUGS 书”中提供了一个示例，关于使用时间相关协变量在贝叶斯方法下对 AFT 生存模型进行建模。下面的照片是这部分的截图：

我的问题

我对这个模型有疑问。如果您能回答，我将不胜感激：

从似然函数中可以看出，存在生存函数项和风险函数项。这些术语中的每一个都在代码中独立建模。我的问题是可能性的这两个贡献部分如何在模型中相互关联？

在终端中的一个 conda 环境中，我能够成功安装包“rjags”。但是，当我在该环境中运行 R 并运行 library(rjags) 时，我收到以下错误：

加载所需的包：尾错误：'rjags' 的包或命名空间加载失败：'rjags' 的 loadNamespace() 中的 .onLoad 失败，详细信息：调用：dyn.load(file, DLLpath = DLLpath, ...) 错误：无法加载共享对象'/user-path/anaconda3/envs/r-env/lib/R/library/rjags/libs/rjags.so'：/user-path/anaconda3/envs/r-env/lib/R/ library/rjags/libs/rjags.so：未定义符号：_ZN4jags7Console10setRNGnameERKNSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEEj 另外：警告消息：1：包 'rjags' 是在 R 版本 3.6.3 下构建的 2：包'coda' 是在 R 版本 3.6.3 下构建的

如果我安装并使用 R，在另一个环境或基本环境中执行 library(rjags)，一切正常。我想知道这个错误消息是什么意思以及如何解决它。

的输出conda list "^(libstdcxx-ng|r-base|r-coda|jags|r-rjags)$"是：

考虑以下数据框：

假设我想运行以下贝叶斯线性模型，它返回samples一个 mc.array对象：

鉴于它samples$beta1[,,]代表来自 jags 模型参数的后验分布的随机样本，那么总结一下，我的下一步将是计算后验分布的均值和 95% 可信区间。所以我会使用：

现在，假设我的实际数据框有多个级别的clustersize.

我将如何为每个级别分别运行此模型并使用or函数clustersize将输出编译为单个结果数据框？对于每个级别，结果对象应该输出到数据框，并且应该输出到数据框。forloopapplyclustersizemc.arraysamplesresult_listcoeff_outputresult_coeff

下面我分别计算每个的输出clustersize，以生成预期的结果列表和数据框。

期望的最终输出：

这是实际数据框的链接。该解决方案应该能够处理集群大小高达 600 的大型数据帧。

我正在尝试在 JAGS 中计算以 2 为底的日志，但找不到实现此功能的方法。在文档中我找不到这样做的方法，我希望我遗漏了一些东西，或者有人知道解决方法。

在此先感谢您的帮助，本尼

我想使用 package 执行贝叶斯逻辑回归rjags。不幸的是，我最终对错误消息感到沮丧

我无法解释。任何人都可以帮忙。我是堆栈溢出的新手，如果我违反规则，请耐心等待。

我的代码是：

我正在尝试拟合一个多项逻辑回归模型，用于rjags结果是具有 3 个级别的分类（名义）变量（Outcome），解释变量是年龄（连续）和组（具有 3 个级别的分类）。这样做时，我想获得Age和Group的后均值和 95% 基于分位数的区域。

我不是很擅长for loop，我认为这是我为模型编写的代码无法正常工作的原因。

我的 beta 先验遵循正态分布，βj ∼ Normal(0,100) for j ∈ {0, 1, 2}。

可重现的 R 代码

错误信息：

我一直在寻找帮助的来源：

http://people.bu.edu/dietze/Bayes2018/Lesson21_GLM.pdf

具有分类 X 的 JAGS 中的 Dirichlet 多项式模型

参考http://www.stats.ox.ac.uk/~nicholls/MScMCMC15/jags_user_manual.pdf，第 31 页

我刚刚开始学习如何使用这个rjags包，所以任何提示/解释和相关来源的链接都将不胜感激！