目前,我正在使用RStudio帮助文件中的上述内容,其中包含以下示例:
##
## rbprobitGibbs example
##
if(nchar(Sys.getenv("LONG_TEST")) != 0) {R=2000} else {R=10}
set.seed(66)
simbprobit = function(X,beta) {
## function to simulate from binary probit including x variable
y=ifelse((X%*%beta+rnorm(nrow(X)))<0,0,1)
list(X=X,y=y,beta=beta)
}
nobs=200
X=cbind(rep(1,nobs),runif(nobs),runif(nobs))
beta=c(0,1,-1)
nvar=ncol(X)
simout=simbprobit(X,beta)
Data1=list(X=simout$X,y=simout$y)
Mcmc1=list(R=R,keep=1)
out=rbprobitGibbs(Data=Data1,Mcmc=Mcmc1)
summary(out$betadraw,tvalues=beta)
if(0){
## plotting example
plot(out$betadraw,tvalues=beta)
}
当我单步执行代码时,我看不到A矩阵设置的任何地方。只有当我到达这条线时:
out=rbprobitGibbs(Data=Data1,Mcmc=Mcmc1)
我看到输出中显示的A矩阵,我理解必须是k * k矩阵,其中betabar是k * 1矩阵。
Prior Parms:
betabar
# [1] 0 0 0
A
# [,1] [,2] [,3]
# [1,] 0.01 0.00 0.00
# [2,] 0.00 0.01 0.00
# [3,] 0.00 0.00 0.01
所以我可以理解A是如何得到它的尺寸的;但是,我不清楚的是A中的值是如何设置为0.01
的。我试图找出如何允许用户调用rbprobitGibbs函数通过A将精度设置为他们喜欢的任何东西。我可以看到A输出的位置,但它的值是如何基于某些输入的?有没有人有什么建议? TIA。
更新:
以下是产生的输出,但据我所知,无论我是否使用prior = list(rep(0,3), .2*diag(3))
,它都是相同的:
> out
$betadraw
[,1] [,2] [,3]
[1,] 0.3565099 0.6369436 -0.9859025
[2,] 0.4705437 0.7211755 -1.1955608
[3,] 0.1478930 0.6538157 -0.6989660
[4,] 0.4118663 0.7910846 -1.3919411
[5,] 0.0385419 0.9421720 -0.7359932
[6,] 0.1091359 0.7991905 -0.7731041
[7,] 0.4072556 0.5183280 -0.7993501
[8,] 0.3869478 0.8116237 -1.2831395
[9,] 0.8893555 0.5448905 -1.8526630
[10,] 0.3165972 0.6484716 -0.9857531
attr(,"class")
[1] "bayesm.mat" "mcmc"
attr(,"mcpar")
[1] 1 10 1
答案 0 :(得分:1)
它通过先前精度矩阵的缩放常数得到此因子。在源代码中,您将注意到如果您不提供先前的精度,那么它将生成一个方形k矩阵并将其乘以.1。没什么好看的。可以在./bayesm/R/bayesmConstants.R
file中找到bayesm
中所有各种功能的缩放参数。
if (is.null(Prior$A)) {
A = BayesmConstant.A * diag(nvar)
}
如果您愿意提供自己的常量,比如说.2
,您可以按照以下方式prior = list(rep(0,k), .2*diag(k))
执行此操作,或者甚至将一些关系信息引入先前。
答案 1 :(得分:0)
参加聚会很晚,但是我遇到了同样的问题,只是想出了办法。为了更改A矩阵和先前的矩阵,您还必须命名它们,因为所有其他输入变量都已命名。
例如您的代码应该是
rbprobitGibbs(Data=Data1, Prior=list(betabar=betabar1, A=A1), Mcmc=Mcmc1)
如果这样做,则可以为betabar和A设置自己的值。