WinBugs を使用して階層パネル データに取り組んでいます。学校の成績に関するデータを想定 - 独立変数 logp とランクのログ。すべての学校は 3 つのカテゴリ (猫) に分類され、各カテゴリ (したがって HLM) のベータ係数が必要です。モデルで時間固有および学校固有の効果を説明したいと考えています。1 つの方法は、mu[i] の下の変数のリストにダミー変数を含めることですが、私の学校の数は最大 60 であるため、面倒です。それを処理するためのより良い方法があるはずです。
My data looks like the following:
school time logs logp cat rank
1 1 4.2 8.9 1 1
1 2 4.2 8.1 1 2
1 3 3.5 9.2 1 1
2 1 4.1 7.5 1 2
2 2 4.5 6.5 1 2
3 1 5.1 6.6 2 4
3 2 6.2 6.8 3 7
#logs = log(score)
#logp = log(average hours of inputs)
#rank - rank of school
#cat = section red, section blue, section white in school (hierarchies)
私の WinBUGS コードを以下に示します。
model {
# N observations
for (i in 1:n){
logs[i] ~ dnorm(mu[i], tau)
mu[i] <- bcons +bprice*(logp[i])
+ brank[cat[i]]*(rank[i])
}
}
}
# C categories
for (c in 1:C) {
brank[c] ~ dnorm(beta, taub)}
# priors
bcons ~ dnorm(0,1.0E-6)
bprice ~ dnorm(0,1.0E-6)
bad ~ dnorm(0,1.0E-6)
beta ~ dnorm(0,1.0E-6)
tau ~ dgamma(0.001,0.001)
taub ~dgamma(0.001,0.001)
}
上記のデータ サンプルからわかるように、私は学校について時間をかけて複数の観察結果を持っています。時間と学校固有の固定効果を考慮してコードを変更するにはどうすればよいですか。過去にSTATAを使用したことがあり、パネルデータの固定効果を処理するためのfe、be、i.timeオプションを取得しました。しかし、ここで私は迷っています。