Question

我正在从R的winbugs中进行logit回归分析。我必须强制该模型的所有系数为正。因此，我对所有系数都使用了统一的先验，但是winbugs并不满意：它会产生一个愚蠢的错误窗口。当我使用dnorm(0.0,1.0E-4))作为所有系数的先验时，问题就解决了。在下面给出的模型中可以做些什么来获得积极的beta？

model
{
for (i in 1:m) {
 # Linear regression on logit
 logit(p[i]) <- beta.concern2*DCEconcern2[i] + beta.concern3*DCEconcern3[i] +     beta.concern4*DCEconcern4[i] + beta.concern5*DCEconcern5[i] +
beta.breath2*DCEbreath2[i] + beta.breath3*DCEbreath3[i] + beta.breath4*DCEbreath4[i] + beta.breath5*DCEbreath5[i] + 
beta.weath2*DCEweath2[i] +beta.weath3*DCEweath3[i] +beta.weath4*DCEweath4[i] +beta.weath5*DCEweath5[i] +
beta.sleep2*DCEsleep2[i] +beta.sleep3*DCEsleep3[i] +beta.sleep4*DCEsleep4[i] +beta.sleep5*DCEsleep5[i] +
beta.act2*DCEact2[i] +beta.act3*DCEact3[i] +beta.act4*DCEact4[i]     +beta.act5*DCEact5[i]


y2[i] ~ dbern(p[i])
}
beta.concern2 ~ dunif(0,100)
beta.concern3 ~ dunif(0,100)
beta.concern4 ~ dunif(0,100)
beta.concern5 ~ dunif(0,100)
beta.breath2 ~ dunif(0,100)
beta.breath3 ~ dunif(0,100)
beta.breath4 ~ dunif(0,100)
beta.breath5 ~ dunif(0,100)
beta.weath2 ~ dunif(0,100)
beta.weath3 ~ dunif(0,100)
beta.weath4 ~ dunif(0,100)
beta.weath5 ~ dunif(0,100)
beta.sleep2 ~ dunif(0,100)
beta.sleep3 ~ dunif(0,100)
beta.sleep4 ~ dunif(0,100)
beta.sleep5 ~ dunif(0,100)
beta.act2 ~ dunif(0,100)
beta.act3 ~ dunif(0,100)
beta.act4 ~ dunif(0,100)
beta.act5 ~ dunif(0,100)
}

Answer 1

尝试

dnorm（0,1.0E-8）I（0,1.0E8）

注意1.0而不是10，这导致了“预期的右括号”错误。

Answer 2

在你的情况下，我宁愿半平常，也就是

dnorm(0, 1.0E-8)I(0, 1.0E8)

试一试。

编辑：添加的I(a, b)只会将分布限制为从a到b的间隔。

在logit模型中选择先验分布

2 个答案: