我正在尝试在Wabersich和Vandekerckhove(2013)第26页中实现图形模型。 jags模型脚本编写如下:
model{
# mean and standard variance of nu is varying on condition
# 1
for(j in 1:n_cond){
nu_mean[j] ~ dunif(-5.00, 5.00)
nu_sd[j] ~ dunif(0.0001, 3.00)
nu_prec[j] <- pow(nu_sd[j], -2)
}
# 2
alpha_mean ~ dunif(0.0100, 3.00)
alpha_sd ~ dunif(0.0001, 2.00)
alpha_prec <- pow(alpha_sd, -2)
# 3
theta_mean ~ dunif(0.0100, 0.70)
theta_sd ~ dunif(0.0001, 0.25)
theta_prec <- pow(theta_sd, -2)
# 4
eta_mean <- 3.5
eta_sd <- 3.5
eta_prec <- pow(eta_sd, -2)
# 5
chi_mean <- 0.35
chi_sd <- 0.125
chi_prec <- pow(chi_sd, -2)
# p is the index of each subject
for(p in 1:n_sub){
# 6 alpha distribution
alpha_sub[p] ~ dnorm(alpha_mean, alpha_prec)
#7 theta distribution
theta_sub[p] ~ dnorm(theta_mean, theta_prec)
# 8 chi dsitribution
chi_sub[p] ~ dnorm(chi_mean, chi_prec)
chi_sub_prec[p] <- pow(chi_sub[p], -2)
# 9 eta distribution
eta_sub[p] ~ dnorm(eta_mean, eta_prec)
eta_sub_prec[p] <- pow(eta_sub[p], -2)
# 10
for(k in 1:n_cond){
nu_sub[p, k] ~ dnorm(nu_mean[k], nu_prec[k])
}
}
beta <- 0.5 ## beta in wiener is constant
for(i in 1: n_trial){
#11
delta[i] ~ dnorm(nu_sub[sub[i], cond[i]],
eta_sub_prec[sub[i]])
#12
tau[i] ~ dnorm( theta_sub[sub[i]],
chi_sub_prec[sub[i]] )
alpha[i] <- alpha_sub[sub[i]]
# 13 response time
RT[i] ~ dwiener(alpha[i],
tau[i],
beta,
delta[i])
}
}
然后我使用了以下初始列表:
chain1_ini <- list(
nu_mean = c(3, 3, 3, 3),
nu_sd = c(.5, .5, .5, .5),
alpha_mean = 1.5,
alpha_sd = .5,
theta_mean = .01,
theta_sd = .1)
但是,运行jags.model
会导致错误:
jags.model(file = jags_script, data = jags_data, inits = chain1_ini, n.chains = 1)
Error in jags.model(file = jags_script, data = jags_data, inits = chain1_ini, :
Error in node RT[1]
Observed node inconsistent with unobserved parents at initialization.
Try setting appropriate initial values.
我的数据结构是
str(jags_data)
List of 6
$ cond : num [1:1799] 4 1 1 2 2 4 1 4 4 4 ...
$ n_cond : int 4
$ n_sub : int 10
$ sub : num [1:1799] 1 1 1 1 1 1 1 1 1 1 ...
$ RT : num [1:1799] -1686 2067 1931 2553 1986 ...
$ n_trial: int 1799
由于初始化,似乎这个错误在jags中很常见。我试图更改初始值或删除它们,但它再次失败。
当我删除dwiener
时,错误将被解决。
如果有人能帮助我,我将不胜感激。
答案 0 :(得分:2)
在你的例子中,RT [1]是负数(-1686),但是dwiener分布模拟了Wiener扩散的第一个通过时间,它是非负的。
答案 1 :(得分:0)
错误原因:
在我的数据中,响应时间以毫秒为单位,当RT除以1000(秒)时,它可以工作。
但是,我没有看到任何限制在dwiener模块中使用ms的文档。
但是我可以猜测,当RT以ms为单位时(或者在C中超过双精度),会产生类似R中NaN
的东西。