在r中查找带有jags的参数

Question

我得到了包含1000个来自均匀分布的数字的数据~a，b，我需要在r中使用jags来找到它/我尝试过这个代码

library(arm)
library('rjags')
library(coda)
library(readr)

x <- read.csv(file='C:/Users/Amir/Desktop/אבנר/data analysis/תרגילים/תרגיל 
3/Unif.csv', header=FALSE)
N<-length(x)
y <- x[1:1000,1]

dat<- list("y" = y, "N" = N)
jags.inits <- function() {list (a = -3, b = 30)}
parameters<- c("a", "b")

reg.jags <- jags.model(file='1.txt', data=dat, n.chains = 4, n.adapt = 1000)

update(jags, n.iter=1000)

regression.sim<-coda.samples(reg.jags, variable.names=parameters, 
n.iter=15000)

summary(regression.sim)

这个模型是

model {
    for (i in 1:N) {
        y[i] ~ dunif(a, b)
    }

      a ~ dnorm(-5, .0001)
      b ~ dnorm(15, .0001) 

}

但是结果非常糟糕，而不是-3,23，我得到了-42,65

有什么帮助吗？

Answer 1

我无法复制您的发现，因为您的代码不可重现:我们无法访问您的数据。但是使用具有基本相同模型的模拟数据给出了似乎非常合理的结果：

library('runjags')

m <- 'model{

    for(i in 1:N){
        Obs[i] ~ dunif(a, b)
    }

    a ~ dnorm(0, 10^-6)
    b ~ dnorm(0, 10^-6)

    #data# N, Obs
    #monitor# a, b
    #inits# a, b

}'

N <- 1000
Obs <- runif(N, 1, 7)
a <- 0
b <- 10

results <- run.jags(m)
plot(results)
results
range(Obs)

A和b的上下限95%置信区间分别非常接近Obs的范围，模式估计更接近各自的上下限95% CI (最大似然解将恰好在数据范围内)，并且改变N的大小可以给出更窄/更宽的95% CI。所以一切都和预期的一样。

我对你的问题最好的猜测是，你的y不知何故全部(或几乎全部)丢失了。如果这不能解决你的问题，我想你需要发布你的数据集。