我正在尝试按照Hui,Ibrahim和Sinha(1999)概述的方法实施具有固化分数的Weibull比例风险模型 - 具有生存分数的生存数据的新贝叶斯模型。但是,我不确定是否可以在JAGS中定义循环的随机限制。
library(R2OpenBUGS)
library(rjags)
set.seed(1234)
censored <- c(1, 1)
time_mod <- c(NA, NA)
time_cens <- c(5, 7)
tau <- 4
design_matrix <- rbind(c(1, 0, 0, 0), c(1, 0.2, 0.2, 0.04))
jfun <- function() {
for(i in 1:nobs) {
censored[i] ~ dinterval(time_mod[i], time_cens[i])
time_mod[i] <- ifelse(N[i] == 0, tau, min(Z))
for (k in 1:N[i]){
Z[k] ~ dweib(1, 1)
}
N[i] ~ dpois(fc[i])
fc[i] <- exp(inprod(design_matrix[i, ], beta))
}
beta[1] ~ dnorm(0, 10)
beta[2] ~ dnorm(0, 10)
beta[3] ~ dnorm(0, 10)
beta[4] ~ dnorm(0, 10)
}
inits <- function() {
time_init <- rep(NA, length(time_mod))
time_init[which(!status)] <- time_cens[which(!status)] + 1
out <- list(beta = rnorm(4, 0, 10),
time_mod = time_init,
N = rpois(length(time_mod), 5))
return(out)
}
data_base <- list('time_mod' = time_mod, 'time_cens' = time_cens,
'censored' = censored, 'design_matrix' = design_matrix,
'tau' = tau,
'nobs' = length(time_cens[!is.na(time_cens)]))
tc1 <- textConnection("jmod", "w")
write.model(jfun, tc1)
close(tc1)
# Calling JAGS
tc2 <- textConnection(jmod)
j <- jags.model(tc2,
data = data_base,
inits = inits(),
n.chains = 1,
n.adapt = 1000)
我观察到以下错误:
Error in jags.model(tc2, data = data_base, inits = inits(), n.chains = 1, :
RUNTIME ERROR:
Compilation error on line 6.
Unknown variable N
Either supply values for this variable with the data
or define it on the left hand side of a relation.
答案 0 :(得分:1)
我不完全确定,但我很确定你不能在BUGS中声明一个随机数量的节点,因此它不会是特定的JAGS&#39;夸克。
尽管如此,你可以解决这个问题。
由于BUGS是一种声明性语言而不是程序性语言,因此足以声明一个任意但确定性数量的节点(让我们说&#34;足够大&#34;然后只将随机个数与分布和观察数据相关联,使其余节点保持确定性。
一旦观察到N[i]
的最大值(让我们说N.max
),您可以将其作为参数传递给JAGS然后更改此您的代码:
for (k in 1:N[i]){
Z[k] ~ dweib(1, 1)
}
进入这个:
for (k in 1:N.max){
if (k <= N[i]){
Z[k] ~ dweib(1, 1)
} else {
Z[k] <- 0
}
}
我希望这可以解决你的问题。所以请在后面给出反馈。
毋庸置疑,如果你有一些与确定性Z[k]
相关的非零,观察到的数据,那么Jags内部的所有地狱都会破裂......