winbugs

    0

    1답변

    저는 JAGS를 처음 사용하며 R2jags 패키지를 통해 R에서 모델을 실행하고 있습니다. 모델 코드 카이 제곱 차이 측정 값이 model { .... for(g in 1:G) { for (t in 1:T) { ... E[g,t] <- pow((y[g,t] - eval[g,t]),2)/eval[g,t] ...

    0

    2답변

    저는 Christensen 외 교과서 "Bayesian Ideas and Data Analysis"를 진행하고 있습니다. 절단의 Winbugs에서 실행하려면 다음 코드를 붙여 관련된 책의 간단한 운동이있다 : model{ y ~ dbin(theta, n) # Model the data ytilde ~ dbin(theta, m) # Prediction of

    0

    1답변

    모두! 간단한 선형 회귀를 수행하기 위해 winbugs를 사용하고 있습니다. 그러나 시스템은 항상 쉼표가 필요하다는 오류 메시지를 표시합니다. model { for (i in 1:I) { Z[i] ~ dnorm(beta0 + beta1 * X[i], tau) } tau <- 1/(sigma*sigma)

    0

    1답변

    R2WinBUGS를 사용하여 일부 시뮬레이션 스터디를 실행하는 방법을 알아내는 데 문제가 있습니다. 목표는 n 개의 데이터 세트 (1000 개를 목표로하지만 10 개부터 시작)를 시뮬 레이팅하고 R2WinBUGS 코드에 모두 매트릭스로 넣어서 WinBUGS로 포팅 할 때 n 개의 데이터 세트에 대한 견적을 산출합니다. 모델 : model{ alp

    0

    1답변

    컴파일하는 동안 "다중 변수 배포에 둘 이상의 구성 요소가 있어야합니다."라는 오류가 표시되며이 오류에 대한 많은 정보를 얻을 수 없습니다. 이 문제를 해결하는 방법을 알고 있다면 누구나 공유하십시오. 감사. model { for(i in 1:n) { for(j in 1:J) { log(mu[i,j]) <- beta1[j

    1

    1답변

    처음 게시 할 때마다 모든 요구 사항을 체크 할 수 있기를 바랍니다. R 및 R2WinBUGS를 통해 NICE 기술 지원 문서에서 제공하는 코드를 사용하여 네트워크 메타 분석을 실행 중입니다. 모델은 평균 차이를 사용하여 잘 작동하지만, 헤지스 G로 변환 할 때 갑자기 비공 인 명확한 공분산 행렬의 결과 인 것처럼 보이는 정의되지 않은 실수 오류가 발생합니

    2

    1답변

    이것은 아마 중요하지 않지만 잠시 동안 궁금해했던 내용입니다. 에 장애가 있었던/버그에서 모델을 구성 할 때, 나는 처음에 pow() 기능을 사용하여 전력 변환을 처리 할 수 ​​배웠습니다 (예를 들어 정규 분포에 정밀 매개 변수에 표준 편차 변환하는 tau <- pow(sigma, -2))하지만 매우 자주, 나는 겁니다를 대신 간단한 산술 연산자를 사용하

    0

    1답변

    여기 누군가 문제 해결을 도울 수 있는지 궁금합니다. 아래의 포아송 로그 정규 모델에 대한 적합성 평가를 수행하고 싶습니다 (이것은 단순한 테스트 모델입니다). 모델을 실행하는 sum (resi []) 및 fit.new < - sum (resi.new []) 행의 피팅을 <으로 주석 처리하지만 후부 예측 검사를 수행하기 위해 해당 값이 필요합니다. 이것이

    2

    1답변

    JAGS에서 다음 중첩 임의 효과 모델을 피팅하는 데 관심이 있습니다. SAS 코드 proc nlmixed data=data1 qpoints=20; parms beta0=2 beta1=1 ; bounds vara >=0, varb_a >=0; eta = beta0+ beta1*t+ b2+b3; p = exp(eta)/(

    0

    1답변

    하키 골시기 데이터에 계층 적 포아송 모델을 실행하려고합니다. modelString <- "model { for(i in 1:n_obs){ hockey_goals[i] ~ dpois(p[i]) log(p[i]) <- p_inter + p_age * age[i] + p_sv_pct * sv_pct[i] + p_team * t