Question

有人可以为具有一个分类X变量（Dirichlet优先）的贝叶斯多项式逻辑模型提供JAGS代码吗？我的代表样本是下面代码中表示三个结果的矩阵“ z”，而代码底部的“ site”是分类x变量。

我可以获得估算这3个结果中的每个结果的代码，但是我对如何添加分类X（医院站点）感到困惑。

我想使用第一个结果z [，1]作为参考，并使用'a'作为'site'的参考。

这里是示例代码，用于估计结果（否X类）。到目前为止，这就是我所拥有的。使用X扩展此模型的任何帮助将不胜感激。

library('rjags')
z <- matrix(c(rep(1,70), rep(0,30),
         rep(0,70), rep(1,22), rep(0,8),
         rep(0,92), rep(1,8)),
         nrow=100, ncol=3)

## The model ##
modelString = "
model
{
  for (j in 1:K)
  {
  alpha[j] <- 1
  }
  #Prior
  pi ~ ddirch(alpha[1:K])

  for (i in 1:N)
  {
  z[i, 1:K] ~ dmulti(pi, 1)
  }
}
"
writeLines( modelString , con="TEMPmodel.txt" )

#Run jags
jags <- jags.model('TEMPmodel.txt',
                   data = list('z' = z,
                               'N' = nrow(z),
                               'K' = ncol(z)),
                   n.chains = 4,
                   n.adapt = 1000)

mcmc.samples <- coda.samples(jags,
                             c('pi'),
                             2500)
#Estimates are similar to observed data
summary(mcmc.samples)

#5 category predictor hospital site to add to model
set.seed(1)
site <- sample(rep(letters[1:5], 20), 100)

JAGS中具有分类X

0 个答案: