Question

我正在学习贝叶斯数据分析。我尝试用stan复制教程Trond Reitan，最初由WinBugs创建。

具体来说，我有以下数据和模型

weta.windata<-list(numdet=c(0, 0, 1, 0, 0, 0, 0, 0, 0, 2, 1, 1, 2, 0, 3, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 2, 0, 1, 0, 3, 1, 1, 3, 1, 1, 2, 0, 2, 1, 1, 1, 1,0, 0, 0, 2, 0, 2, 4, 3, 1, 0, 0, 2, 0, 2, 2, 1, 0, 0, 1),
           numvisit=c(4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 3, 3, 3, 3, 4, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 3, 3, 4, 4, 4, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4,4, 4, 4, 4, 4, 4, 4 ,4, 4, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3),
           nsites=72)

model_string1="
data{
int nsites;
real<lower=0> numdet[nsites];
real<lower=0> numvisit[nsites];
}
parameters{
real<lower=0> p;
real<lower=0> psi;
int<lower=0> z[nsites];
}
model{
p~uniform(0,1);
psi~uniform(0,1);

for(i in 1:nsites){
z[i]~ bernoulli(psi);
p.site[i]~z[i]*p;
numdet[i]~binomial(numvisit[i],p.site[i]);
}
}
"

mcmc_samples <- stan(model_code=model_string1, 
                      data=weta.windata, 
                      pars=c("p","psi","z"), 
                      chains=3, iter=30000, warmup=10000)

背景是关于检测田地中的湿地。有72个网站。对于每个站点，研究人员访问了几次（即，numvisit）并记录了湿发现的次数（即，numdet）。

有一个潜在变量z，描述一个站点是否有湿点。 psi是一个站点有湿的概率。 p是检测率。

我遇到的问题是我不能将z声明为整数

parameters or transformed parameters cannot be integer or integer array;  found declared type int, parameter name=z
Problem with declaration.

但是，如果我将z设置为实数，即

real<lower=0> z[nsites];

问题变成我无法将变量从bernoulli设置为整数...

No matches for: 

  real ~ bernoulli(real)

我对斯坦来说很新。如果这个问题非常愚蠢，请原谅我。

Answer 1

Stan不支持整数参数或黑客，让你假装实变量是整数。它所支持的是将整数变量从密度中边缘化。然后，您可以以更高的效率和更高的尾部分辨率重建它们。

关于潜在离散参数的手册中的章节是开始的地方。它包括CJS人口模型的实现，这可能是熟悉的。我将Dorazio和Royle占有模型作为案例研究实施，而Hiroki Ito将整个Kery和Schaub书籍翻译成Stan。它们全部链接在用户＆gt;＆gt;之下网站上的文档。

在stan中指定整数潜在变量

1 个答案: