Question

我正在尝试使用具有弱信息的Cauchy估计贝叶斯逻辑模型，其中location = 0且scale = 2.5（Gelman et al, 2008）。我在MCMClogit包中使用MCMCpack：

df = read.csv("http://dl.dropbox.com/u/1791181/MCMC.csv")#Read in data
library(MCMCpack)

logpriorfun <- function(beta, location, scale){
  sum(dcauchy(beta, location, scale, log=T))
} #From the MCMCpack documentation
mcmc.logit = MCMClogit(SECONDARY.LEVEL ~ AGE + SEX + as.factor(DISTRICT), 
                       tune=.25, 
                       user.prior.density=logpriorfun, location=0, scale=2.5, log=T,
                       mcmc=10000, 
                       data=df)

但我不断收到以下错误消息：

Error in MCMClogit(SECONDARY.LEVEL ~ AGE + SEX + as.factor(DISTRICT),  :
  REAL() can only be applied to a 'numeric', not a 'NULL'

我无法看到代码或数据的任何明显问题。如果我拿出先前的选项，代码运行正常。我会很感激任何指针。

Answer 1

尽管我不知道问题的原因，但我相信相对来说可以节省一点，您可以使用不同的种子重新运行MCMClogit以获得有效的后验估计。如果您使用相同的种子重新运行，该错误将再次发生。在蒙特卡洛（Monte Carlo）/重新采样设置中，将tryCatch与MCMClogit中设置的随机种子一起使用似乎是明智的做法，以避免崩溃。

MCMClogit的Cauchy先前错误

1 个答案: