我们考虑由吉尔克里斯特(Gilchrist,1984)收集的模型数据集,其中在沙丘上设置了33个昆虫诱集装置,并记录了在固定时间内捕获的不同昆虫的数量。陷阱中捕获到的类群金黄色葡萄球菌的昆虫数量如下(数据1):
2,5,0,2,3,1,3,4,3,0,3,
2,1,1,0,6,0,0,3,0,1,1,
5,0,1,2,0,0,2,1,1,1,0
问题: 至少选择三个级别,生成一个关节后部分布的轮廓图。
我们将使用两个参数泊松/伽玛密度函数对数据进行建模,这在观察到的计数显示比泊松模型下预测的分散程度更大时通常是合适的。对于参数a> 0,b> 0,我们有
我们将使用与1 /(ab)^ 2成比例的非信息先验。
然后我们有后验密度
这是我拥有的代码模板,但我不知道从哪里开始?我不需要确切的代码,但是有解决问题的想法。
logpost <- function(theta,y){ a <- theta[1]; b <- theta[2]
retval <- [Log of prior]
for (i in 1:length(y)){
retval <- retval + [Log of p(y[i]|a,b)]
}
return(retval) }
mycontour(logpost,c(MIN_A,MAX_A,MIN_B,MAX_B),data1)
有什么建议吗?