Question

我想比较一个betareg回归与使用rjags的相同回归

library(betareg)
d = data.frame(p= sample(c(.1,.2,.3,.4),100, replace= TRUE),
               id = seq(1,100,1))

# I am looking to reproduce this regression with jags
b=betareg(p ~ id, data= d, 
          link = c("logit"), link.phi = NULL, type = c("ML"))
summary(b)

下面我试图用rjags

做同样的回归

#install.packages("rjags")
library(rjags)
jags_str = "
model {
#model

y ~ dbeta(alpha, beta)
alpha <- mu * phi
beta  <- (1-mu) * phi
logit(mu) <- a + b*id

#priors
a  ~ dnorm(0, .5)
b  ~ dnorm(0, .5)
t0 ~ dnorm(0, .5)
phi <- exp(t0)
}" 
id = d$id
y = d$p
model <- jags.model(textConnection(jags_str), 
                    data = list(y=y,id=id)
)
update(model, 10000, progress.bar="none"); # Burnin for 10000 samples
samp <- coda.samples(model, 
                     variable.names=c("mu"), 
                     n.iter=20000, progress.bar="none")

summary(samp)
plot(samp)

我在这一行收到错误

 model <- jags.model(textConnection(jags_str), 
                        data = list(y=y,id=id)
    )

Error in jags.model(textConnection(jags_str), data = list(y = y, id = id)) : 
  RUNTIME ERROR:
Invalid vector argument to ilogit

你能告知

吗？

（1）如何修复错误

（2）如何为β回归设置先验

谢谢。

Answer 1

发生此错误是因为您已向标量函数id提供了logit向量。在Jags中，反向链接函数无法进行矢量化。要解决此问题，您需要使用for循环来遍历id的每个元素。为此，我可能会在数据列表中添加一个额外的元素，表示id的长度。

d = data.frame(p= sample(c(.1,.2,.3,.4),100, replace= TRUE),
           id = seq(1,100,1), len_id = length(seq(1,100,1)))

从那里你只需要对你的jags代码做一个小编辑。

for(i in 1:(len_id)){
y[i] ~ dbeta(alpha[i], beta[i])
alpha[i] <- mu[i] * phi
beta[i]  <- (1-mu[i]) * phi
logit(mu[i]) <- a + b*id[i]
}

但是，如果你跟踪mu，它将是一个20000（迭代次数）乘以100（长度为id）的矩阵。您可能对实际参数（a，b和phi）更感兴趣。

rjags error ilogit的向量参数无效

1 个答案: