"JAGS는 Just Another Gibbs Sampler입니다. 이것은 BUGS와 완전히 다르지 않은 MCMC (Markov Chain Monte Carlo) 시뮬레이션을 사용하여 베이지안 계층 적 모델을 분석하는 프로그램입니다." (http://mcmc-jags.sourceforge.net/)
베이지안 모델을 추정하기 위해 BUGS 스타일 환경을 시도하려고합니다. OpenBugs 또는 JAGS 중에서 선택할 때 고려해야 할 중요한 이점이 있습니까? 가까운 장래에 다른 하나를 교체 할 가능성이 있습니까? 선택한 Gibbs Sampler를 R과 함께 사용합니다. 아직 구체적인 응용 프로그램이 없지만 어느 쪽을 배우고 배울 것인지 결정하고 있습니다.
BUGS와 R의 매개 변수가 Normal, log-Normal 및 Weibull 인 분포를 찾았습니다. 이들 각각에 대해, 나는 R이 사용하는 두 번째 매개 변수가 BUGS (또는 내 경우에는 JAGS)에서 사용되기 전에 역 변환 (1 / 매개 변수)이 필요하다는 것을 수집합니다. 현재 존재하는 이러한 변환의 포괄적 인 목록을 아는 사람이 있습니까? 내가 찾을 수있는 …
그의 널리 인용 된 논문 에서 계층 적 모델의 분산 모수에 대한 사전 분포 Gelman은 계층 적 베이지안 모델의 분산에 대한 유익한 비 정보 적 사전 분포가 균일 분포와 반 t 분포라고 제안합니다. 내가 올바르게 이해하면 위치 매개 변수 (예 : 평균)가 주요 관심사 일 때 잘 작동합니다. 경우에 따라 …
난 그냥 사용하는 방법을 배우게하기 시작했습니다 스탠 와 rstan. JAGS / BUGS의 작동 방식에 대해 항상 혼란스러워하지 않는 한, 모델의 모든 매개 변수에 대해 사전에 어떤 종류의 사전 분포를 정의해야한다고 생각했습니다. 그러나 설명서를 기반으로 Stan 에서이 작업을 수행하지 않아도됩니다. 여기 그들이 제공하는 샘플 모델이 있습니다 . data { int<lower=0> J; …
나는 좋은 블로그 게시물 과 그 안에 연결된 논문에 따라 일부 베이지안 변수 선택을 가지고 장난감을 가지고 있다고 생각했습니다 . rjags (내가 꽤 신인 임) 에서 프로그램 을 작성하고 Exxon Mobil에 대한 가격 데이터 를 가져 왔으며 , 수익률 (예 : 팔라듐 가격)을 설명 할 수없는 것 및 SP500과 같이 …
베이지안 올가미를 설명하는 수학이 많은 논문이 있지만, 사용할 수있는 올바른 JAGS 코드를 테스트하고 싶습니다. 누군가 정규화 된 로지스틱 회귀를 구현하는 샘플 BUGS / JAGS 코드를 게시 할 수 있습니까? 모든 체계 (L1, L2, Elasticnet)는 훌륭하지만 Lasso가 선호됩니다. 흥미로운 대안적인 구현 전략이 있는지 궁금합니다.
jags와 rjags 패키지를 사용하여 계층 적 모델을 맞추려고합니다. 내 결과 변수는 y이며, 이는 베르누이 시험의 순서입니다. 저는 P와 M이라는 두 가지 범주로 수행되는 38 명의 인간 과목을 가지고 있습니다. 나의 분석에 따르면, 모든 화자는 P 범주에서 의 성공 확률과 M 범주에서 θ p × θ m 의 성공 확률 을가 …
JAGS 언어로 지정된 모델에서 rjags를 사용하여 MCMC를 실행했습니다. 해당 모형을 추출하고 모형으로 예측을 수행하는 좋은 방법이 있습니까 (내 매개 변수의 사후 분포를 사용하여)? R에서 모델을 다시 지정하고 매개 변수 후부의 모드를 연결할 수 있습니다. 이 작업을 덜 중복하는 방법이 있는지 궁금합니다. http://sourceforge.net/p/mcmc-jags/discussion/610037/thread/0ecab41c 가 같은 질문을하고 있다고 생각 합니다.
R과 JAGS에서 제로 팽창 포아송 모델을 설정하려고합니다. 나는 JAGS를 처음 사용하고 있으며이를 수행하는 방법에 대한 지침이 필요하다. 나는 y [i]가 관측 된 변수 인 다음을 시도 해왔다 model { for (i in 1:I) { y.null[i] <- 0 y.pois[i] ~ dpois(mu[i]) pro[i] <- ilogit(theta[i]) x[i] ~ dbern(pro[i]) y[i] <- step(2*x[i]-1)*y.pois[i] + …
R과 JAGS를 사용하여 메타 분석을 위해 다소 복잡한 계층 적 베이지안 모델을 만들고 있습니다. 비트를 단순화하면 모형의 두 가지 주요 수준은 α j = ∑ h γ h ( j ) + ϵ j입니다. 여기서 y i j 는 끝점 의 i 번째 관측치입니다 (이 경우 · 연구에 GM 대 …
에서 R우리가 할 수있는 "이전에 무게"는 glm바이어 회귀 가중치 매개 변수입니다. 예를 들면 다음과 같습니다. glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) JAGS또는 BUGS모델 에서 어떻게이 작업을 수행 할 수 있습니까? 나는 이것에 대해 논의한 논문을 찾았지만 그 중 어느 것도 예를 제공하지 않았다. 나는 주로 …
나는 방금 Gelman의 이유를 읽었습니다 (우리는 일반적으로) 다중 비교에 대해 걱정할 필요가 없습니다 . 특히 "여러 결과 및 기타 과제" 섹션에서는 동일한 시간에 다른 사람 / 단위의 여러 관련 측정이있는 상황에 대해 계층 적 모델을 사용하는 방법에 대해 언급합니다. 바람직한 특성이 여러 개있는 것 같습니다. 나는 이것이 반드시 베이지안 일 …
응답이 비례하는 모델을 만들려고합니다 (실제로 정당이 선거구에서 얻는 투표의 비율입니다). 분포는 정상적이지 않기 때문에 베타 분포로 모델링하기로 결정했습니다. 또한 여러 예측 변수가 있습니다. 그러나 BUGS / JAGS / STAN으로 작성하는 방법을 모르겠습니다 (JAGS가 최선의 선택이지만 실제로 중요하지는 않습니다). 내 문제는 예측 변수로 매개 변수를 합한 것인데 어떻게해야합니까? 이 코드는 (JAGS …
JAGS에서 검열 문제를 해결하는 방법에 대한 질문이 있습니다. X 값에 측정 오류가있는 이변 량 혼합 법선이 관찰됩니다. 관측 된 검열 된 값의 진정한 기본 '평균'을 모델링하고 싶습니다. ⌈xtrue+ϵ⌉=xobserved ϵ∼N(0,sd=.5)⌈xtrue+ϵ⌉=xobserved ϵ∼N(0,sd=.5)\begin{align*} \lceil x_{true}+\epsilon \rceil = x_{observed} \ \epsilon \sim N(0,sd=.5) \end{align*} 여기 내가 지금 가진 것입니다 : for (i in 1:n){ …