Question

这可能不重要，但我已经好奇了一段时间。

在JAGS / BUGS中构建模型时，我最初被教导使用pow()函数来处理幂变换（例如tau <- pow(sigma, -2)以在正态分布中从标准偏差转换为精度参数）但是很多时候，我最终会使用简单的算术运算符。

我的问题是：pow()是否有程序性或句法上的好处，还是仅仅是美学问题？

通过初步探索，这是一个很好的，长期的玩具简单线性回归，指定了两种方式。我正在使用JAGS，使用R2jags包在R中调用。

# first some fake data
N <- 1000
x <- 1:N
y <- x + rnorm(N)

# model 1
cat('model {
  for (i in 1:N) {
    y[i] ~ dnorm(y.hat[i], tau)
    y.hat[i] <- a + b * x[i]
  }
  a ~ dnorm(0, .0001)
  b ~ dnorm(0, .0001)
  tau <- pow(sigma, -2)   ### this is the only difference
  sigma ~ dunif(0, 100)
}', file="test1.jags")

# model 2
cat('model {
  for (i in 1:N) {
    y[i] ~ dnorm(y.hat[i], tau)
    y.hat[i] <- a + b * x[i]
  }
  a ~ dnorm(0, .0001)
  b ~ dnorm(0, .0001)
  tau <- 1/(sigma*sigma)   ### this is the only difference
  sigma ~ dunif(0, 100)
}', file="test2.jags")

两者都产生基本相同的后代（未示出，你只需要相信我;）），并且运行的时间基本相等。

test.data <- list(x=x,y=y,N=N)

# give both a nice long run

system.time(test1.jags.out <- jags(model.file="test1.jags", data=test.data, 
                  parameters.to.save=c("a","b","tau","sigma"), n.chains=3, n.iter=100000))
   user  system elapsed 
 166.85    0.03  166.97 

system.time(test2.jags.out <- jags(model.file="test2.jags", data=test.data, 
                  parameters.to.save=c("a","b","tau","sigma"), n.chains=3, n.iter=100000))
   user  system elapsed 
 162.42    0.00  162.75

我没看到有什么不同吗？

Answer 1

此时它们至少相同，因为至少Jags版本为4.0.0。 See here

对jags论坛的特定帖子重要的文字是：

＆＃34; Pow功能有别名＆＃34; pow＆＃34;所以它可以被调用为＆＃34; a ^ b＆＃34; 或作为＆＃34; pow（a，b）＆＃34;

继续使用你感觉更舒适的任何一个。我相信使用原始pow函数来自winbugs。

JAGS / BUGS中的pow（）运算符

1 个答案: