0
对于下面的逻辑回归模型,我希望能够使用n(和y)的非整数值从后验进行采样。当部分数据可用或希望降低体重是可取的时,这可以发生在这种模型中。具有非整数权重的JAGS逻辑回归模型
model <- function() {
## Specify likelihood
for (i in 1:N1) {
y[i] ~ dbin(p[i], n[i])
logit(p[i]) <- log.alpha[1] + alpha[2] * d[i]
}
## Specify priors
alpha[1] <- exp(log.alpha[1])
alpha[2] <- exp(log.alpha[2])
Omega[1:2, 1:2] <- inverse(p2[, ])
log.alpha[1:2] ~ dmnorm(p1[], Omega[, ])
}
dbin需要n的整数值,因此在非整数n的情况下返回错误。
我已经读过,应该可以用这个技巧做到这一点,但没有得到它正常工作。帮助赞赏。
This works great!非常感谢你。我是否认为bin_co是不必要的,因为它是alpha中的常量? –
不,'bin_co'是非常必要的,因为它随每个数据点而变化(即二项系数)。由于'n'和'y'随每个数据点而变化,'bin_co'也是如此。第二个原因是必要的,因为二项式系数是二项式可能性的一部分。如果将其删除,则在分析中不再使用二项式可能性。 –