Question

我正在尝试使用正态分布进行简单的线性回归。我的预测变量是身高，而我的预测变量是体重。这就是我一直试图将数据加载到的方式：

myData = myDataFrame
xName = "height" ; yName = "weight"

由于我使用的是正态分布，所以我认为这是问题的根源：

# THE DATA.

  y = data[,yName]
  x = data[,xName]
  # Do some checking that data make sense:
  if ( any( !is.finite(y) ) ) { stop("All y values must be finite.") }
  if ( any( !is.finite(x) ) ) { stop("All x values must be finite.") }
  Ntotal = length(y)
  # Specify the data in a list, for later shipment to JAGS:
  dataList = list(
    x = x ,
    y = y 
  )

这是我的标准化数据的模型：

model {
for ( i in 1:Ntotal ) {
  zy[i] ~ dnorm( mu[i] , 1/zsigma^2 )
  mu[i] <- zbeta0 + zbeta1*zx[i]

这些是我的参数：

parameters = c( "beta0" ,  "beta1" ,  "sigma", 
              "zbeta0" , "zbeta1" , "zsigma", "mu" )

我不断收到以下错误代码：

> mcmcCoda = genMCMC( data=myData , numSavedSteps=20000 , saveName=fileNameRoot )
Error in `[.formula`(data, , yName) : unused argument (yName)

我要去哪里错了？我应该只使用y = y然后做类似myData = (myDataFrame$height ~ myDataFrame$weight)的事情吗？

尝试使用“ dnorm”代替“ dt”：错误

0 个答案: