根据r-jags的用户手册（编译部分）：
在关系的右侧使用的任何节点，但不是 在任何关系的左侧定义，假定为a 常数节点。它的值必须在数据文件中提供。
但奇怪的是，许多概率图模型包含许多要推断的顶级参数。这就是BN的意思，不是吗？那么为什么我需要先定义顶级参数的值？当我想要实现像LDA这样的模型时，我该怎么办？LDA的主题分布先于a，而字分布beta未知？如果我说错了，请告诉我。
答案 0 :(得分：4)
如果要对参数进行推理，那么根据定义，这不是顶级参数。如果你想推断某个参数的某些内容，那么你必须在它上面放一个先验，在这种情况下，先前的超参数是顶级参数。例如：
Count ~ dpois(lambda)
lambda <- 10
表示lambda是顶级参数，无法推断。
Count ~ dpois(lambda)
lambda ~ dgamma(0.001, 0.001)
意味着推断出lambda，而gamma先验的超参数是顶级参数。要更明确地看到这一点，请注意这种语法是等效的：
Count ~ dpois(lambda)
lambda ~ dgamma(shape, rate)
shape <- 0.001
rate <- 0.001
如果您愿意，也可以在数据中指定形状和速率参数，但这有点不寻常。
为这些参数选择合理的先验分布并不总是直截了当，但它是任何贝叶斯分析的组成部分。不要只是假设具有较大差异的先验信息在没有考虑和/或测试的情况下提供最少的信息。
马特