如何从已经安装的模型中模拟响应变量？

Question

我已经使用JAGS

拟合回归模型

model{
    for(i in 1:n) {
        y[i] ~ dbeta(alpha[i], beta[i])
        alpha[i] <- mu[i] * phi[i]
        beta[i]  <- (1 - mu[i]) * phi[i]
        log(phi[i]) <- -inprod(X2[i, ], delta[])
        cloglog(mu[i]) <- inprod(X1[i, ], B[])
    }

    for (j in 1:p){
        B[j] ~ dnorm(0, .001)
    }

    for(k in 1:s){
        delta[k] ~ dnorm(0, .001)
    }
}

但我需要模拟50个响应变量样本，每个样本都有大小，以做一些绘图。我该怎么办？

我发现这个帖子是一个小问题Estimating unknown response variable in JAGS - unsupervised learning

我是否应该根据我已经拥有的后验估计值来再次运行链？

Answer 1

我认为您的数据是y，X1和X2 您可以在X1和X2协变量中添加50行数据，并在NA中添加50 y个值。并修改n以包含50个值 然后，您的模型会为NA添加的y个值生成预测值。

Answer 2

是的，您可以完全按照您的描述进行操作，只要您首先创建一个包含50个观察点的新数据集以及StatnMap所描述的变量Y，X1和X2 （即，X1和X2的50个值以及NA的50个Y，但您无需重新运行模型，如StatnMap所暗示的那样。需要明确的是：你可以，但你不需要。