Question

代码如下：

require(BRugs)
require(R2WinBUGS)
model<-function(){
  for(i in 1:N){
  y[i] ~ dnorm(x[i], sigma.y)
  }
  x[1] ~ dnorm(theta[1], sigma.y)
  theta[1] <- 0
  for(j in 2:N){
    x[j] ~ dnorm(theta[j], sigma.x)
    theta[j] <- b*x[j-1] # this row wrong, 
# it would be right when I set theta[j] <- 1*x[j-1]
  }
  a ~ dunif(0, 1)
  b ~ dunif(-1, 1)
  sigma.y ~ dgamma(0.1, 0.1)
  sigma.x ~ dgamma(0.1, 0.1)
}
data <- list( N <- 100, y <- rnorm(100))
data=list(N=100,y=rnorm(100))

inits=function(){
  list(sigma.x = rgamma(1,0.1,0.1), sigma.y = rgamma(1, 0.1, 0.1), a = dnorm(1, 0, 1), b = dnorm(1, -1, 1))
}
parameters=c("a", "b", "x")

write.model(model, con = "model.bug")
modelCheck("model.bug")
# model is syntactically correct
ret.sim <- bugs(data, inits, parameters, "model.bug",
                n.chains = 1, n.iter = 1000,
                program= "winbugs",
                working.directory = NULL,
                debug = T)

我不知道为什么，当我用theta[j] <- b*x[j-1]替换theta[j] <- 1*x[j-1]时，该程序将是正确的，但我已定义b ~ dunif(-1, 1)。实际上，我需要在最终模型中设置theta[j] <- a - b*x[j-1]，当我尝试将a和b添加到其中时，结果证明是错误的。有谁找到问题所在？

Answer 1

问题在于你的先验b（并且很可能是a）。我不知道您的数据，但您当前先验的范围可能不包括a和b的真值。我认为如果你使用连续分布：

a ~ dnorm(0,1)
b ~ dnorm(0,1)

你的问题可能会解决吗？

n.b。如果您尝试为WinBUGS创建AR（1）模型，您可能需要查看tsbugs包。

从R使用WinBUGS时出错

1 个答案: