Question

我是JAGS的新手，我正在尝试进行简单的逻辑回归。我的数据文件非常简单：响应是二进制的，我使用的一个预测器有三个级别。像这样：

col1: 1 2 2 2 1 1 1 2 1 2 ... 
col2: HLL, HLL, LHL, LLL, LHL, HLL ...

虚拟编码

col2中的级别为HLL, LHL, LLL。我虚拟编码并创建了一个如下所示的数据框：

(intercept) HLL LHL LLL
1           1   0   0   1
2           1   0   0   1
4           1   0   0   1
5           1   0   1   0
6           1   0   1   0
7           1   0   0   1

数据列表

我的数据文件（myList）看起来像这样：

List of 5
$ y  : num [1:107881] 2 2 2 2 2 2 2 2 2 2 ...
$ N  : num 500
$ HLL: num [1:107881] 0 0 0 0 0 0 0 0 0 0 ...
$ LHL: num [1:107881] 0 0 0 1 1 0 0 0 0 1 ...
$ LLL: num [1:107881] 1 1 1 0 0 1 1 1 1 0 ...

我正在使用N=500，因为完整的数据框很大，我只想测试它。

模型

cat(

    "model {
        for( i in 1 : N ){

            y[i] ~ dbern(mu[i])
            mu[i] <- 1/(1+exp(-(a + b*HLL[i] + c*LHL[i] + d*LLL[i])))
            }

            a ~ dnorm(0, 1.0e-12)
            b ~ dnorm(0, 1.0e-12)
            c ~ dnorm(0, 1.0e-12)
            d ~ dnorm(0, 1.0e-12)

            }", file = "model.txt"

)

正在运行的模型+错误

model = jags.model(file = "model.txt", 
    data = myList,
    n.chains = 3, n.adapt = 500)

我得错

Error in jags.model(file = "model.txt", data = antPenList, n.chains = 3,  : 
Error in node y[1]
Node inconsistent with parents

Answer 1

dbern分布期望{0,1}而非{1,2}的响应，因为它似乎已对其进行编码，因此您需要从y的值中减去1。

你得到这个错误有点奇怪，因为dbern通常不会给其他响应值一个错误（它基本上使＆lt; 0 = 0和＆gt; 1 = 1）。该错误可能源于响应符合所有相同值的事实，但如果这不能解决问题，那么您可以尝试以下方法：

1）尝试稍微提高先验的精度为a / b / c / d - 方差10 ^ 12相当多

2）而不是：

mu[i] <- 1/(1+exp(-(a + b*HLL[i] + c*LHL[i] + d*LLL[i])))

你可以写：

logit(mu[i]) <- -(a + b*HLL[i] + c*LHL[i] + d*LLL[i])

这也可能有助于JAGS将其识别为GLM并启动相应的采样器 - 记得加载glm模块。

3）为/ b / c / d设置一些与数据模糊一致的初始值（可能是使用R中的glm（）拟合得到的）

Answer 2

我用

解决了

mu[i] <- 1/(1.000001+exp(-(a + b*HLL[i] + c*LHL[i] + d*LLL[i])))

节点与JAGS模型中的父节点不一致（R）

虚拟编码

数据列表

模型

正在运行的模型+错误

我得错

2 个答案: