Question

我无法手动为JAGS模型实施偏差信息标准

model = "
data{ 
  for(i in 1:n){
    zeros[i]<- 0
  }
}
model{
  C <- 10000
  for (i in 1:n) {
    zeros[i] ~ dpois(lambda[i])
    lambda[i] <- -l[i] + C
    l[i] <- 
      -0.5*log(sigma[i]*(y[i]*(1-y[i]))^3) + 
      -0.5*(1/sigma[i])*((y[i]-mu[i])^2)/(y[i]*(1-y[i])*mu[i]^2*(1-mu[i])^2)
    logit(mu[i]) <- beta0 + beta1*income[i] + beta2*person[i]
    log(sigma[i]) <- -delta0
  }
  Deviance <- -2*sum(l[])
  beta0 ~ dnorm(0,.001)
  beta1 ~ dnorm(0,.001)
  beta2 ~ dnorm(0,.001)
  delta0 ~ dnorm(0,.001)
}"

在rjags包中有一个名为dic.samples()的函数返回DIC值，但问题是对于具有Poisson技巧的模型，它不起作用。

以下是我要实施的DIC code，但我不知道该怎么做

修改如果我运行coda.samples并请求监视偏差节点，它将返回后验均值和标准差，然后我可以使用Gelman逼近来计算DIC到pD。是不是？

Answer 1

一个相关的问题：我无法从符合＆＃39; R2jags＆＃39;的模型中提取DIC。 package - dic.samples（）和相关函数不起作用。

另外，因为我的模型同时计算了很多派生参数（我的预测变量的精细梯度上的结果变量），我无法使用记录的print（）函数，因为它也有在DIC输出之前它被截断了很多文本。

解决方案在输出数据结构中花了一些时间，但非常简单。如果你符合你的模型：

    model.name <- jags(data=jag.data, inits=inits, parameters.to.save=parameters, model.file="modelfile.txt", n.thin=nt, n.chains=nc, n.burnin=nb, n.iter=ni, DIC=T, working.directory=getwd())

然后您可以通过以下方式调用pD和DIC值：

model.name$BUGSoutput$pD
model.name$BUGSoutput$DIC

R中的DIC实现

1 个答案: