Question

model
{
for( i in 1 : N ) {   
dgf[i] ~ dbin(p[i],n[i])    
logit(p[i]) <- a[subject[i]] + beta[1] * CR[i] 
}

for (j in 1:94)
{
a[j]~dnorm(beta0,prec.tau)
}
beta[1] ~ dnorm(0.0,.000001)
beta0 ~ dnorm(0.0,.000001)
prec.tau ~ dgamma(0.001,.001)
tau<-sqrt(1/prec.tau)
}

列表（ N = C（1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1， 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1， 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1， 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1， 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1， 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1， 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1， 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1） DGF = C（0,0,0,0,0,0,0,0,0,0,1,1,0,0,0,0,0,0,0,1,1,1,0， 0,1,1,0,0,0,1,1,1,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0， 0,0,1,0,1,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,1,1， 0,0,1,1,0,0,1,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0， 0,1,1,0,0,0,0,0,1,0,0,0,0,0,1,0,0,0,0,0,1,0,0,0,0， 0,0,0,0,0,1,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0， 0,0,1,1,0,0,1,1,0,0,0,0,1,0,1,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,0,0,0,1,0,0,0,0,0,0,0）受试者= C（1,1,2,2,3,3,4,4,5,5,6,6,7,7,8,8,9,9,10,10,11,11,12， 12,13,13,14,14,15,15,16,16,17,17,18,18,19,19,20,20,21,21,22,22,23,23,24,24， 25,25,26,26,27,27,28,28,29,29,30,30,31,31,32,32,33,33,34,34,35,35,36,36,37， 37,38,38,39,39,40,40,41,41,42,42,43,43,44,44,45,45,46,46,47,47,48,48,49,49， 50,50,51,51,52,52,53,53,54,54,55,55,56,56,57,57,58,58,59,59,60,60,61,61,62， 62,63,63,64,64,65,65,66,66,67,67,68,68,69,69,70,70,71,71,72,72,73,73,74,74， 75,75,76,76,77,77,78,78,79,79,80,80,81,81,82,82,83,83,84,84,85,85,86,86,87， 87,88,88,89,89,90,90,91,91,92,92,93,93,94,94）， CR = C（NA，NA，1.41,0.85,1.13,0.65，NA，NA，2.13,1.61,7.31,3.8,1.65,2.32,1.13,2.3,0.99,1.5,1.32,3.95,7.2,2.97,0.83， 1.55，NA，6.5,0.89,1.2,1.52,7,8.68,7.41，NA，0.86，NA，1.92，NA，1.31,7.8,1.78，NA，1.67，NA，NA，NA，NA，NA，2.25， 0.98,0.82,3.94,1.14,12,2.58,2.42,2.59，NA，NA，NA，NA，6.6,3.22，NA，2.02,2.43,1.96,0.82,1.64,1.81,1.53,1.01,5.21,8.33， 1.14,1.49,6,5.6,2,3.33,4.08，NA，NA，1.14,1.25,0.85,5.42,0.85,0.65,1.02,1.33,1.1,1.12，NA，NA，1.53,1.76,2,0.85， 2.9,5,4.09,2.68,0.98,1.48,0.66,0.57,5.72,2.34,0.93,2.39,1.39,1.44,4.77,2.39,1.79,1.2,0.81,1.25,4.69,1.22,1.92,1.48,2.46， NA，NA，2.53,1.12,1.74,3.45,1.22,1.27,2.61,1.75,0.82，NA，1.4，NA，5.1,1.24,1.5,1.94,1.24,1.04,1.24，NA，2.39，NA，2.07， 2.19,1.6,6,6.38,1.17,1.2,5.62,6.39,1.82,1.31，NA，1.18,3.71,2.03,5.4,2.17，NA，1.94,1.57,1.44,1.35,1.63,1.24,1.54,1.5， NA，NA，NA，NA，1.44，NA，2.19,7.98,2.15,1.71,1.45，NA，0.98,2.37,1.58），N = 188）

我知道错误是由于变量“CR”中的“NA”，但我不知道如何解决它。我会感激任何帮助。

Answer 1

您有两个选择：

1）删除缺少的CR以及n，dgf和subject的相应元素（并相应地减少N）。

2）在模型中定义CR的随机关系，以便模型估计缺失的CR并在逻辑回归中使用这些估计。类似的东西：

for(i in 1:N){
   CR[i] ~ dnorm(CR_mu, CR_tau)
}
CR_mu ~ dnorm(0, 10^-6)
CR_tau ~ drama(0.001, 0.001)

CR_mu和CR_tau可能不感兴趣，但如果需要可以进行监控。

请注意，这两种方法都假设CR随机丢失（而不是例如审查） - 如果CR不是随机丢失，这会给你带来偏见的结果。

马特

我在OpenBUGS中有一个代码，但错误是“变量CR未定义”

1 个答案: