问题标签 [runjags]

我有一个多级锯齿模型。我正在尝试将其从宽格式转换为长格式，如下所述：http: //jeromyanglim.tumblr.com/post/37361593128/jags-converting-multilevel-model-from-wide-to但是我的模型比这个例子，所以我在完成这项工作时遇到了一些麻烦。为了说明困难，我做了一个可重复的例子。第一个块创建数据并设置 jags 参数：

好的，所以下一部分是“宽格式”锯齿模型，它在对象中提供了正确的估计mcmcChain：

因此，BO 输出接近生成数据的相关性。接下来是我对类似于上面链接中的解释的“长格式”模型的尝试。

所以结果与 的结果mcmcChain2不匹配mcmcChain，但我看不出哪里出错了。任何人都可以帮忙吗？谢谢。

我是 R 和 JAGS 的新手，甚至没有编程经验。

我正在尝试为某些数据设置分层模型，但出现此错误：

在运行下面的代码结束时。我究竟做错了什么？我怎样才能避免错误？

使用 runjags，我试图监控大量的值。监控列表的格式是一串值，在这种情况下，我要求监控 3、Y[14]、Y[15]、Y[3]。

假设我想监控数百个值。我可以创建这个字符串，但它只是返回到提示符“+”。并且无法运行。

可以创建并作为参数传入的字符串的大小是否有上限？

有没有更好的方法（非字符串）将此列表传递给 run.jags？

我能够让它运行的唯一方法是将字符串文字粘贴到函数调用中，包含字符串的变量不起作用。

较长的运行列表如下所示：

...删除了许多行

我有一个 runjags 对象，它有两条混合得很好的链（链 1 和 3），一个没有混合得很好（链 2）。如何修剪 runjags 对象以仅包含链 1 和 3？

这是一个使用 runjags 生成 JAGS 模型的可重现示例（尽管这里的链混合得很好）。

实现此目的的一种方法是将 runjags 对象转换为 a mcmc.list，然后使用以下代码删除链：

但是，一旦在这个方向上转换，数据就不能放回 runjags 格式。我真的很想要一个将输出保持为 runjags 格式的解决方案，因为我当前的工作流程依赖于 runjags 摘要输出生成的格式。

我有一些相关变量的数据，这些y变量可以建模为协变量x1和x2. y和x1在“地块”级别x2观察， 和 在“地点”级别观察。情节嵌套在站点内，分层。y以下是 100 个与相关协变量数据相关的观察结果。

我可以使用基本上复制 每个站点 10 次的站点级别观察的数据框架，将其建模为 jagsy的函数x1并且没有问题。x2plot_datax2

然而，我真正想做的是分层拟合模型， y[i] ~ x1[i] + x2[j]其中 , where[i]表示地块级别的观察和[j]索引站点。我怎样才能修改下面的 JAGS 代码来做到这一点？

我正在尝试使用 Line-Transect Distance Sampling 和数据增强来模拟乌龟洞穴的大小。但是，我不断收到错误消息“无法找到合适的采样器”。

一些背景：洞穴的宽度可以从 4 厘米到 55 厘米不等，并且以各种概率和与景观中的观察者不同的距离被看到。为了实现收敛，我决定使用基于分类的模型。乌龟洞穴被放入 7 个箱中的一个，在给定箱中的概率来自 Dirichlet 分布。

在这部分代码中，增强的洞穴从模型中提取它们的大小：

一旦它们有了大小，就确定了看到洞穴 p[i] 的概率：

所有这些似乎都可以正常工作，但是在评估 y 时问题发生在这里：

我可以运行除 y 之外的每一行，并且模型运行良好。但是添加该行并包含我的 y 数据会引发“无法找到合适的采样器”错误。知道为什么吗？我需要包含这个变量，因为 y 表示我是否真的在调查期间找到了洞穴。

任何建议将不胜感激。

这是带有一些虚假数据的完整代码：

数据：

运行命令：

[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：