위의 의견을 추가하려고했지만 내 담당자가 너무 낮습니다.
할까요
y[i] ~ dnorm(mu[i], tau / weight[i])
하지마
y[i] ~ dnorm(mu[i], tau * weight[i])
JAGS로? JAGS에서이 메소드의 결과와 lm ()을 통한 가중치 회귀의 결과를 비교하는 일부 테스트를 실행 중이며 후자를 사용하여 만 찾을 수 있습니다. 다음은 간단한 예입니다.
aggregated <-
data.frame(x=1:5) %>%
mutate( y = round(2 * x + 2 + rnorm(length(x)) ),
freq = as.numeric(table(sample(1:5, 100,
replace=TRUE, prob=c(.3, .4, .5, .4, .3)))))
x <- aggregated$x
y <- aggregated$y
weight <- aggregated$freq
N <- length(y)
# via lm()
lm(y ~ x, data = aggregated, weight = freq)
그리고 비교
lin_wt_mod <- function() {
for (i in 1:N) {
y[i] ~ dnorm(mu[i], tau*weight[i])
mu[i] <- beta[1] + beta[2] * x[i]
}
for(j in 1:2){
beta[j] ~ dnorm(0,0.0001)
}
tau ~ dgamma(0.001, 0.001)
sigma <- 1/sqrt(tau)
}
dat <- list("N","x","y","weight")
params <- c("beta","tau","sigma")
library(R2jags)
fit_wt_lm1 <- jags.parallel(data = dat, parameters.to.save = params,
model.file = lin_wt_mod, n.iter = 3000, n.burnin = 1000)
fit_wt_lm1$BUGSoutput$summary