1

COV既知の分布パラメーターからカバー率 ( ) の応答値を推定しようとしています。OpenBUGS で応答データを NA として指定することでこれを行うことができます (たとえば、以下のコード) が、JAGS はこれを許可しません。JAGSでこれを達成する方法を知っている人はいますか?

これは「教師なし統計学習」の範疇に入ると思います

model {
  for (i in 1:n.sites) {  # loop around sites
    # specify prior distribution forms for effectively unknown percentage  cover
    COV[i] ~ dbeta(a[i], b[i])T(r1[i], r2[i]) 
  }  
}

# DATA
list(n.sites=5, COV=c(NA, NA, NA, NA, NA), a=c(7.1,2.2,13,10,13),
     b=c(25,11,44,27,44), r1=c(0.05,0.1,0.2,0.1,0.2),
     r2=c(0.15,0.3,0.6,0.3,0.6) )

# INITS
list(COV=c(0.1, 0.2, 0.4, 0.2, 0.4))
4

1 に答える 1

0

COV切り捨てられたベータ分布と一致する の値をシミュレートしたいだけの場合はCOV、データのリストから省略できます。例えば：

library(R2jags)

cat('
model {
  for (i in 1:n.sites) {
    COV[i] ~ dbeta(a[i], b[i])T(r1[i], r2[i]) 
  }  
}', file={M <- tempfile()})


dat <- list(n.sites=5, a=c(7.1, 2.2, 13, 10, 13), b=c(25, 11, 44, 27, 44), 
            r1=c(0.05, 0.1, 0.2, 0.1, 0.2), r2=c(0.15, 0.3, 0.6, 0.3, 0.6))

j <- jags(dat, NULL, 'COV', M, 1, 10000, DIC=FALSE, n.burnin=0, n.thin=1)

これは、10000 個のシミュレートされたベクトルのマトリックスの上位数行COVです...

head(j$BUGSoutput$sims.list$COV)

##           [,1]      [,2]      [,3]      [,4]      [,5]
## [1,] 0.1169165 0.2889155 0.2543063 0.2083161 0.2426788
## [2,] 0.1494647 0.1430956 0.2867575 0.2410594 0.2795923
## [3,] 0.1200414 0.2093230 0.2736719 0.2189734 0.2469634
## [4,] 0.1472082 0.1442609 0.2911482 0.2625216 0.2714883
## [5,] 0.1403574 0.1100977 0.2556352 0.1918480 0.2353231
## [6,] 0.1310404 0.1677148 0.3011752 0.1974136 0.2131811

編集

既知の分布からサンプリングしているだけなので、純粋な R でこれを行うこともできます (distrパッケージは、切り捨てられた分布からのサンプリングに役立ついくつかの関数を提供します)。

library(distr)
n <- 10000 # How many samples?
COV <- mapply(function(shape1, shape2, min, max) {
  r(Truncate(Beta(shape1, shape2), min, max))(n)
}, shape1=c(7.1, 2.2, 13, 10, 13), shape2=c(25, 11, 44, 27, 44), 
   min=c(0.05, 0.1, 0.2, 0.1, 0.2), max=c(0.15, 0.3, 0.6, 0.3, 0.6))

shape1上記では、 、shape2、minおよびの等しい長さのベクトルを渡す必要があります。これにより、それぞれに対してランダムなベータ分布変量が生成さmaxれ、対応する、 、およびが順番に生成されます。mapplynshape1shape2minmax

COV(純粋な R サンプル)の列のカーネル密度をj$BUGSoutput$sims.list$COV(JAGS サンプル)の列のカーネル密度と比較できます。

par(mfrow=c(3, 2), mar=c(3, 0.5, 0.5, 0.5))
sapply(1:5, function(i) {
  djags <- density(j$BUGSoutput$sims.list$COV[, i])
  dr <- density(COV[, i])
  plot(djags, lwd=4, col='gray80', main='', ylab='', xlab='', yaxt='n', 
       ylim=c(0, max(djags$y, dr$y)))
  lines(dr)
})
plot.new()
legend('topleft', c('JAGS', 'R'), col=c('gray80', 'black'), lwd=c(4, 1), bty='n')

ここに画像の説明を入力

于 2015-02-16T10:11:40.307 に答える