Question

我对JAGS有一个“简单”的问题让我发疯。实质上，请考虑以下示例，：

x2[i] ~ dnorm(mu[i,1], tau1);
u[i] ~ dnorm(mu[i,2], tau2);

这里， x2是一个可观察变量（即数据），而u是一个潜在变量。在该示例中，两者都独立于两个不同的正态分布绘制。但是，我希望它们（可能）依赖，即从一个多元正态分布中得出。所以我想这样做：

c(x2[i], u[i]) ~ dmnorm(mu[i,1:2], Omega[1:2,1:2]);

不幸的是，这个不起作用，因为这种语法不正确。但是，尝试了许多不同的语法，它们都不起作用。如，

y[i,1] <- x2[i];
y[i,2] <- u[i];
y[i,1:2] ~ dmnorm(mu[i,1:2], Omega[1:2,1:2]);

导致错误节点y [1,1：2]重叠先前定义的节点，这是显而易见的。那我该怎么办？拜托，帮助我，我生气了......

更新：我发现我至少可以做到以下几点：（在R :)中

p <- 1/(1+exp(-x2));
t <- rep(10000, length(x2));
s <- rbinom(length(x2), t, p2);

（在JAGS：中）

nul[i,1] <- 0;
nul[i,2] <- 0;
e[i,1:2] ~ dmnorm(nul[i,1:2], Omega[1:2,1:2]);
u[i] <- mu[i,2] + e[i,2];
x2g[i] <- mu[i,1] + e[i,1];
pg[i] <- 1/(1+exp(-x2g[i]));
s[i] ~ dbin(pg[i], t[i]);

这有点（但有点），但当然效率很低，因为可观察变量（x2）被视为只能间接观察（通过s）。

Answer 1

您正在定义y两次进入：

y[i,1] <- x2[i];
y[i,2] <- u[i];

一旦进入

y[i,1:2] ~ dmnorm(mu[i,1:2], Omega[1:2,1:2]);

你可能可以逃脱：

x2[i] <- y[i,1];

或者您可以简单地写出回归（毕竟它是双变量，所以不是那么困难）。

您也可以在JAGS邮件列表（Martyn Plummer定期监控）上获得更快的响应。

Answer 2

您可以按如下方式使用data块：

data{
    for(i in 1:length(x2)) {
        y[i,1] <- x2[i]
        y[i,2] <- u[i]
    }
}
model{
    for(i in 1:length(x2)) {
        y[i,1:2] ~ dmnorm(mu[i,], Tau)
    }
    # ... definition of mu, Tau, and their prior distribution
}

但是，请确保x2或u中没有缺失值，因为无法部分观察到多变量节点。

问候！：）

JAGS：具有两个，不可观察和可观察变量的多元正态？

2 个答案: