Question

我正在使用rJAGS构建一个多级贝叶斯模型，我想为几个参数指定一个Cauchy先验。有没有办法在JAGS中执行此操作，还是需要切换到STAN？我的JAGS模型如下。我想用Cauchy替换dnorm分布，但是JAGS找不到标准的R Cauchy分布，例如dcauchy，pcauchy

model_string <- "model{
for (i in 1:n){
    y[i] ~ dbin(mu[i], 1) 
p.bound[i] <- max(0, min(1, mu[i])) #381 gelman
logit(mu[i]) <- a[dc[i]] + b1*x1[i] + b2*x2[i]
}

b1 ~ dnorm(0,.001) 
b2 ~ dnorm(0,.001) 

for (j in 1: n.dc ){
    a[j] ~ dnorm(g0, tau.a)  #not goj, g1j
}

g0 ~ dnorm(0,.001) 
tau.a <- pow(sigma.a , -2)
sigma.a ~ dnorm(0,.001) 
}"

Answer 1

Cauchy分布是t分布的一个特例，具有1个自由度（Wikipedia link）。虽然JAGS没有Cauchy，但它确实有t分布。

//inside the controller
final JFXPanel JFXPanel_VideoEmbedded= new JFXPanel();

@FXML
private JPanel VideoEmbedded;
...
//inside the videoplayer function
VideoEmbedded.add(JFXPanel_VideoEmbedded); //this doesn't work

设置k等于1，你有一个Cauchy先验

dt(mu, tau, k)

我不会将你的方差设置为正常或Cauchy先验，但考虑到方差总是正的（并且正常或Cauchy不是）。尝试使用伽玛分布等精确度。

dt(mu, tau, 1)

JAGS中的Cauchy先前

1 个答案: