有人可以向我解释原因吗
simulatedCase <- rbinom(100,1,0.5)
simDf <- data.frame(CASE = simulatedCase)
posterior_m0 <<- MCMClogit(CASE ~ 1, data = simDf, b0 = 0, B0 = 1)
总是导致MCMC接受率为0？任何解释都将非常感谢！
答案 0 :(得分：3)
我认为你的问题是模型公式，因为logistic regression models have no error term。因此，模型CASE ~ 1应该被CASE ~ x替换（预测变量x是必需的）。以下是您修改的示例：
CASE <- rbinom(100,1,0.5)
x <- 1:100
posterior_m0 <- MCMClogit (CASE ~ x, b0 = 0, B0 = 1)
classic_m0 <- glm (CASE ~ x, family=binomial(link="logit"), na.action=na.pass)
所以我认为您的问题与MCMCpack库无关（免责声明：我从未使用过此软件包）。
答案 1 :(得分：0)
对于遇到同样问题的人：
如果你的模型只有拦截，似乎MCMClogit函数不能处理任何东西，但B0 = 0。
如果添加协变量，则可以指定精度。
如果您真的想从此模型中进行采样，我会考虑其他包（例如arm或rjags）。有关可用于贝叶斯回归的选项列表，请参阅http://cran.r-project.org/web/views/Bayesian.html