Zeros-使用JAGS的贝叶斯广义Poisson的一个技巧

时间:2014-04-20 17:23:28

标签: r glm jags

我使用零 - 一技巧将计数数据拟合到JAGS中的广义泊松分布。我正在遵循“使用WinBUGS进行贝叶斯建模”一书(第286页)中的代码。这是我的代码:

GPoisson.model <- function(){
C <- 10000
for(i in 1:N){
    zeros[i] <- 0
    zeros[i] ~ dpois(zeros.mean[i])
    zeros.mean[i] <- -l[i] + C
    #log-likelihood 
    lambda.star[i] <- (1-omega)*lambda[i] + omega*y[i]
    l[i] <- log((1-omega)*lambda[i]) + (y[i]-1)*log(lambda.star[i]) -
    loggam(y[i]+1) - lambda[i]
    #log-link + linear predictor
    log(lambda[i]) <- log(E[i]) + inprod(X[i,],beta[])
    }
#priors
omega ~ dbeta(1,1)
for(j in 1:17){
    beta[j] ~ dnorm(0,0.001)
}

}

当我运行模型时,我收到了这个错误:

Compilation error on line 6.
Attempt to redefine node zeros[1]

我仍然不明白零[i]有什么问题。请赐教。提前谢谢。

1 个答案:

答案 0 :(得分:1)

你的行

     zeros[i] <- 0
     zeros[i] ~ dpois(zeros.mean[i])

导致问题。在JAGS中,您无法重新定义变量的给定值。我想你应该放弃这条线:

 zeros[i] <- 0

来自您的代码