Questions tagged «jags»

我正在尝试在R中拟合离散时间模型，但不确定如何执行。 我读过您可以将因变量组织在不同的行中，每个时间观察行一个，并将该glm函数与logit或cloglog链接一起使用。从这个意义上讲，我有三列：ID，Event（在每个时间范围内为1或0）和Time Elapsed（自观察开始以来）以及其他协变量。 如何编写适合模型的代码？哪个因变量？我想我可以将其Event用作因变量，并将其包括Time Elapsed在协变量中。但是，会发生什么ID呢？我需要吗？ 谢谢。

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Gelman＆Hill（2006）说： 在Bug中，只需包含数据向量，NA和所有元素，就可以轻松处理回归中的缺失结果。Bug显式地对结果变量进行建模，因此使用此模型来在每次迭代中估算缺失值是很简单的。 这听起来像是使用JAGS进行预测的简单方法。但是，结果缺失的观察结果也会影响参数估计吗？如果是这样，是否有一种简单的方法将这些观测值保留在JAGS看到的数据集中，但又不影响参数估计呢？我当时在考虑cut函数，但这仅在BUGS中可用，而在JAGS中不可用。

10 missing-data  bugs  jags 

问题 我想对类似于死边数未知的系统进行一些推断。模具被轧制了几次，然后我想推断出与模具具有的边数θ相对应的参数的概率分布。 直觉 如果在40次滚动后您观察到10个红色，10个蓝色，10个绿色和10个黄色，似乎θ应该在4处达到峰值，并且每侧滚动的偏差都是以1/4为中心的分布。 θ有一个很小的下限，即在数据中观察到的不同边的数量。 上限仍然未知。可能存在第五个方面，可能具有较低的偏见。您观察到的缺少第五类的数据越多，θ= 4的后验概率越高。 方法 我已经使用JAGS解决了类似的问题（通过R和rjags），这在这里似乎很合适。 关于数据，可以说obs <- c(10, 10, 10, 10)对应于以上示例中的观察结果。 我认为观测值应该用多项式分布建模obs ~ dmulti(p, n)，其中p ~ ddirch(alpha)和n <- length(obs)。 θ与所隐含的类别数量相关联alpha，那么如何建模alpha以涵盖不同的可能类别数量？ 备择方案？ 我对贝叶斯分析还很陌生，因此可能完全是在树错了树，是否有替代模型可以对这个问题提供不同的见解？ 非常感谢！大卫

9 r  probability  bayesian  jags 

关闭。这个问题是题外话。它当前不接受答案。 想改善这个问题吗？ 更新问题，使它成为交叉验证的主题。 2年前关闭。 R似乎能够从R2WinBUGS :: bugs和R2jags：jags函数生成的bugs和jags对象中输出漂亮的摘要图。 但是，我正在使用该rjags软件包。当我尝试rjags::coda.samples使用R2WinBUGS::plot.mcmc.list结果绘制函数结果时，是每个参数的诊断图（参数密度，链时间序列，自相关）。 下面是我想制作的绘图类型，来自安德鲁· 盖尔曼（ Andrew Gelman）的教程“ R中运行WinBuugs和OpenBugs”。这些是使用制作的plot.pugs。 问题是plot.bugs将一个bugs对象作为参数，而plot.mcmc.list将的输出作为参数coda.samples。 这是一个示例（来自coda.samples）： library(rjags) data(LINE) LINE$recompile() LINE.out <- coda.samples(LINE, c("alpha","beta","sigma"), n.iter=1000) plot(LINE.out) 我需要的是 一种生成相似的，信息丰富的一页摘要图的方法，类似于 plot.bugs 将转换LINE.out为bug对象的函数，或者

9 r  data-visualization  jags  bugs