我在 Winbugs 中有一个分层线性模型。数据是纵向数据，由三个类别组成（红色 = 1，蓝色 = 2，白色 = 3）

k - 总观测值 =280

数据结构如下：

我的模型在语法上是正确的，但是当我尝试加载数据时，我得到 error = 'expected square bracket at the end]'

我遵循加载数据的标准流程，选择 N，然后在对话框中按“加载数据”。

有人可以帮我解决这里的问题吗？

我正在尝试使用介绍性文本中的示例从 R 运行 WinBUGS。实际上，我使用的是相同的示例，并且与这个人有一个非常相似的问题：

R2WinBUGS - 警告消息

但我收到一条不同的错误消息，并且此线程中的建议（例如，以管理员身份运行 R，定义 BUGS 目录）没有奏效。

我的电脑归我的大学所有，所以我怀疑权限问题是有问题的。我最初在 Program Files 文件夹中安装了 WinBUGS，但在阅读此站点后，我尝试将其安装在我的 Users 文件夹中。无论如何，我都收到了相同的错误消息。

这是我收到的警告消息：

警告消息：运行命令 '"C:/Users/crowe106/WinBUGS14/WinBUGS14.exe" /par "C:/Users/crowe106/Desktop/School Stuff/R/WinBUGS/script.txt"' 的状态为 28462

WinBUGS 运行，但 R 崩溃并且未创建对象 out。有谁知道状态 28462 是什么意思？

谢谢您的帮助。

克里斯

这是代码：

我最初在没有 bugs.directory 行的情况下运行它并得到了相同的错误消息。

我无法让下面的代码工作。它是一个分层的单向方差分析模型，但是当我单击数据加载时，出现的错误消息应该是集合运算符 c。这意味着什么？任何人都可以帮我处理下面的代码吗？我的数据集更大，但为了简化问题，我只在这里使用 season=4（组数）和 n=5（每组中的受试者数）。

我正在尝试用 4 个元素对 2X2 矩阵 sigma 进行编码。不知道如何在 WINBUGS 中编码。我的目标是获取后验 p、它们的均值和方差，并创建一个由两个后验 p 覆盖的椭圆区域。下面是我的代码：

这篇文章与我之前的文章（How to code a matrix in WinBUGS?）有关。为新问题道歉，因为这是一个新问题。我得到错误multiple definitions of node ell[1,2]。我不知道如何解决它。这是可重复性的代码和数据集。

我目前正在对几项临床试验的生存数据进行荟萃分析。

为此，我使用相同方法从已发布的分析中获取代码。但是，当使用已发布分析中的数据运行此代码时，我无法复制他们的结果。事实上，结果无法收敛到任何合理的估计。

代码本身（不包括数据）应该是正确的，因为它直接来自作者。我认为问题必须与如何运行采样的初始值或参数有关，但是在播放了许多初始值之后，老化的长度，变薄等......我没有得到有意义的结果。

对于如何运行它（初始值等）以使其正常运行的任何建议，我将不胜感激。或者，如果代码中存在问题，或者数据的设置方式与代码不匹配，那么了解这将很有用。

作为旁注，我正在使用 R2WinBUGs 进行分析，尽管我单独使用 WinBUGs 时遇到了同样的问题。

该方法的一些额外背景：

其工作方式是通过使用随机效应估计多个研究的处理之间重新参数化的 Weibull 分布的形状和尺度参数的差异。

Weibull 分布被重新参数化，使得危险率的对数为 a+b*log(t)，其中 a 是尺度参数，b 是形状参数。由此，您可以计算给定数量的患者在一个时间间隔内给定数量的失败的似然函数。

不幸的是，这篇文章是公开的，但如果你可以访问这里是链接： http ://onlinelibrary.wiley.com/doi/10.1002/jrsm.25/abstract;jsessionid=2BA8F0D9BEF9A33F84975618D33F8DD9.f03t03?userIsAuthenticated=false&deniedAccessCustomisedMessage=

输入模型的变量的快速摘要：

NT：包括的单独治疗的数量。

N：主数据集中的行数。NS：研究数量

s：数据行对应的研究（编号为1:6）

r：此治疗/研究间隔失败的患者人数

n：此治疗/研究间隔开始时有风险的患者人数

t：这行数据对应的处理（编号为 1:3）

b：指示哪个处理是与其他处理进行比较的基线（每行设置为 1）。

bs：作为本研究控制组的治疗

bt：治疗是本研究的研究部门

WinBUGS 代码（包括数据）：

我正在使用 Kruschke 描述的分层建模框架来 比较 JAGS 中的两个模型。这个框架的想法是通过将每个版本指定为一个类别变量的一个级别来运行和比较模型的多个版本。这个分类变量的后验分布可以解释为各种模型的相对概率。

在下面的代码中，我比较了两个模型。这些模型在形式上是相同的。每个都有一个需要估计的参数，mE。可以看出，这些模型的先验有所不同。两个先验都分布为众数为 0.5 的 beta 分布。然而，模型 2 的先验分布更加集中。另请注意，我使用了伪先验，我希望这些伪先验可以防止链条卡在其中一个模型上。但无论如何，该模型似乎卡住了。

这是模型：

以下是相关数据的 R 代码：

当我运行这个模型时，MCMC 每次迭代都花费在m = 1，并且永远不会跳到m = 2。我尝试了很多不同的先验和伪先验组合，但似乎找不到 MCMC 会考虑的组合m = 2。我什至尝试为模型 1 和 2 指定相同的先验和伪先验，但这没有帮助。在这种情况下，我预计 MCMC 会在模型之间相当频繁地跳转，大约一半时间考虑一个模型，一半时间考虑另一个模型。但是，JAGS 仍将整个时间都花在了m = 1. 我已经运行了长达 6000 次迭代的链，这对于像这样的简单模型来说应该足够长了。

如果有人对如何解决此问题有任何想法，我将不胜感激。

干杯，蒂姆

我是 Winbugs 的新手，我正在尝试编写用于网络元分析的随机效应模型。我为治疗效果“sd~dunif(0,5)”的标准差设置了一个模糊的先验，我发现 sd 的估计值 eqaul ca。2. 当我增加或减少这个范围时，sd 的估计值会成比例地变化。如果有人可以查看此代码并可能对其进行改进，我将不胜感激。

数据结构如下所示： data_structure

• n - 研究数量
• t - 治疗次数
• ref - 为荟萃分析选择的参考治疗
• y - 是观察变量：t1 和 t2 之间的治疗差异
• se - 是 y 的标准误差
• t1 - 是手臂 1 的治疗
• t2 - 是手臂 2 的治疗

随机效应模型

我现在正在使用包含两个组件的混合模型：正常和对数正态来拟合向量。我尝试使用 JAGS，代码如下：

但是，它不适用于错误消息“y[1] 是一个逻辑节点，无法观察到”。我也试过

...

但它给出了同样的错误信息。看来我必须为 y[i] 分配一个分布。任何人都可以帮助克服这个问题吗？或解决这种混合模型的其他方法也将不胜感激！

我正在尝试用 Winbugs 上的多个因变量来解决多元回归。但是我在编译过程中遇到错误。我试图根据相同问题的解决方案来解决，但没有成功。任何帮助将不胜感激。