限制 R JAGS 中参数的顺序

Question

我对R JAGS中的一个简单问题感到困惑。例如，我有 10 个参数：d[1]、d[2]、...、d[10]。从数据中可以直观地看出它们应该在增加。所以我想给他们一个约束。

这是我尝试执行的操作，但它给出了错误消息 "Node inconsistent with parents":

    model{
    ...
    for (j in 1:10){
    d.star[j]~dnorm(0,0.0001)
    }
    d=sort(d.star)
    }

然后我试了这个：

  d[1]~dnorm(0,0.0001)
  for (j in 2:10){
   d[j]~dnorm(0,0.0001)I(d[j-1],)
  }

这行得通，但我不知道这是否是正确的方法。你能分享你的想法吗？

谢谢！

Answer 1

如果您不确定这样的事情，最好只模拟一些数据来确定您建议的模型结构是否有效（剧透警告：有效）。

这是我使用的模型：

cat('model{
  d[1] ~ dnorm(0, 0.0001) # intercept
  d[2] ~ dnorm(0, 0.0001)
  for(j in 3:11){
    d[j] ~ dnorm(0, 0.0001) I(d[j-1],)
  }
  for(i in 1:200){
    y[i] ~ dnorm(mu[i], tau)
    mu[i] <- inprod(d, x[i,])
  }
  tau ~ dgamma(0.01,0.01)
  }',
file = "model_example.R")```

这里是我用这个模型模拟的数据。

library(run.jags)
library(mcmcplots)

# intercept with sorted betas 
set.seed(161)
betas <- c(1,sort(runif(10, -5,5)))

# make covariates, 1 for intercept
x <- cbind(1,matrix(rnorm(2000), nrow = 200, ncol = 10))

# deterministic part of model
y_det <- x %*% betas

# add noise
y <- rnorm(length(y_det), y_det, 1)

data_list <- list(y = as.numeric(y), x = x)

# fit the model
mout <- run.jags('model_example.R',monitor = c("d", "tau"), data = data_list)

在此之后，我们可以绘制出估计值并叠加真实参数值

caterplot(mout, "d", reorder = FALSE)
points(rev(c(1:11)) ~ betas, pch = 18,cex = 0.9)

黑点是真实的参数值，蓝点和线是估计值。只要有足够的数据来估计所有这些参数，这个设置看起来就可以正常工作。

Answer 2

第一个实现好像有语法错误。试试看：

model{
  ...
  for (j in 1:10){
    d.star[j]~dnorm(0,0.0001)
  }
  d[1:10] <- sort(d.star)  # notice d is indexed.
}

并将结果与第二个实现的结果进行比较。根据文档，这些都是正确的，但建议使用函数 sort.

限制 R JAGS 中参数的顺序

Constrain order of parameters in R JAGS

parameters

r

constraints

jags