JAGS Poisson计数删除数据

Question

R，Bayestats和Jags菜鸟在这里我正在对一些计数数据进行建模，右删节。泊松似乎是我最好的猜测。我想做一个分层模型，因为它给我留下了更多的可能性来微调参数。我能不能简单地写成这样：

A[i,j] <- dpois(a[i,j])

a[i,j]) <- b[i,]*x[i,j] +c[i] for all j,

x[i,j]在哪里是我的变量，或者我应该将被审查的时间间隔从以前的时间间隔中分离出来吗？

b[,]和c有前科。

谢谢!

Answer 1

这对我来说并不清楚什么应该是层次化的。

你可以将时间效应与协变量效应分开，在这种情况下，协变量效应与站点无关。

此外，GLM的线性部分应该是正的，因为泊松分布需要正值。看这里：http://www.petrkeil.com/?p=1709

给你的建议可能是：

b1 ~ prior
b2 ~ prior
c ~ prior
for (t in 1:n_time) {
  b_time[t] ~ prior
  for (i in 1:n_stations) {
    A[i,t] <- dpois(a[i,t])
    log(a[i,t]) <- b1*b_time[t]*X1[i,t] + b2*b_time[t]*X2[i,t]+ c[i]
}}