如何解决JAGS 递归模型
我是使用 JAGS/WinBUGS/STAN 语言进行贝叶斯统计分析的新手。我正在尝试拟合扩展的 SIR 模型，错误似乎位于第 2 行，因为我总是收到警告： “解析模型文件时出错： 第 2 行“for”附近的语法错误
但我无法理解这个错误，数据：y 是矩阵形式 (T x K)，N 向量大小为 K，L 向量大小为 K。
bayesian.model <- "
for(r in 1:K){
for(t in 2:T){
S[t,r] <- S[t-1,r] - y[t,r] + b*R[t-1,r]
E[t,r] <- E[t-1,r] + y[t,r] - c*E[t-1,r]
I[t,r] <- I[t-1,r] - a*I[t-1,r] + c*E[t-1,r]
R[t,r] <- R[t-1,r] + a*I[t-1,r] - b*R[t-1,r]
y[t,r] ~ dbin(theta[t,r],S[t-1,r])
logit(theta[t,r]) <- alpha*log(I[t-1,r]) + rzero + beta*L[r]
}
}
# ParaMETERS OF THE MODEL
a <- 1/17.5
b <- 1/m
m ~ dnorm(300,20)
c <- 1/11.17
for(r in 1:K){
S[1,r] <- N[r] - 100 - 0.5*100
E[1,r] <- 0.5*100
I[1,r] <- 100
R[1,r] <- 0
y[1,r] ~ dbin(theta[1,S[1,r])
logit(theta[1,r]) <- alpha*log(I[1,r]+100) + rzero +
beta*L[r]
}
rzero ~ dbeta(0.1,3)
beta ~ dbeta(0.1,0.3)
alpha <- 0.8
"
K <- ncol(y)
T <- nrow(y)
jags.data <- list(y = data,N = data$Population,L = data$Location,K = K,T = T)
parameters <- c("theta")
model <- jags(data = jags.data,parameters.to.save= parameters,n.iter = 10000,n.burnin = 0,n.thin = 1,n.chains = 2,model = textConnection(bayesian.model))
解决方法
就像评论中建议的那样，添加 { ...} 并将 rzero ~ dbeta(0.1,3) 替换为 rzero ~ dbeta(0.1,0.3) 应该可以：
bayesian.model <- "
{
for(r in 1:K){
for(t in 2:T){
S[t,r] <- S[t-1,r] - y[t,r] + b*R[t-1,r]
E[t,r] <- E[t-1,r] + y[t,r] - c*E[t-1,r]
I[t,r] <- I[t-1,r] - a*I[t-1,r] + c*E[t-1,r]
R[t,r] <- R[t-1,r] + a*I[t-1,r] - b*R[t-1,r]
y[t,r] ~ dbin(theta[t,r],S[t-1,r])
logit(theta[t,r]) <- alpha*log(I[t-1,r]) + rzero + beta*L[r]
}
}
# PARAMETERS OF THE MODEL
a <- 1/17.5
b <- 1/m
m ~ dnorm(300,20)
c <- 1/11.17
for(r in 1:K){
S[1,r] <- N[r] - 100 - 0.5*100
E[1,r] <- 0.5*100
I[1,r] <- 100
R[1,r] <- 0
y[1,r] ~ dbin(theta[1,S[1,r])
logit(theta[1,r]) <- alpha*log(I[1,r]+100) + rzero +
beta*L[r]
}
rzero ~ dbeta(0.1,0.3)
beta ~ dbeta(0.1,0.3)
} alpha <- 0.8
"
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
