Rjags के साथ पूर्वानुमान कैसे उत्पन्न करें?

Question

मैंने JMCS भाषा में निर्दिष्ट एक मॉडल पर MCMC चलाने के लिए rjags का उपयोग किया है। क्या उस मॉडल को निकालने और इसके साथ भविष्यवाणियां करने के लिए एक अच्छा तरीका है (मेरे मापदंडों के पिछले वितरण का उपयोग करके)? मैं आर में मॉडल को फिर से निर्दिष्ट कर सकता हूं और अपने पैरामीटर पोस्टेरीयर के मोड में प्लग कर सकता हूं; मैं सोच रहा था कि क्या ऐसा करने का कम निरर्थक तरीका है।

मेरा मानना ​​है कि http://sourceforge.net/p/mcmc-jags/discussion/610037/thread/0ecab41c एक ही सवाल पूछ रहा है ।

Comments

लिंक टूट गया है। क्या आप इसे अपडेट कर सकते हैं, कृपया

— chl

किया हुआ। सोर्सफोर्ज की तरह दिखता है पुनर्व्यवस्थित

— क्वांटिटेटिव हिस्टोरियन

धन्यवाद! (मैं खुद को धागा नहीं मिला क्योंकि एसएफ ने अपने रिश्तेदार पथ बदल दिए हैं।)

— chl

Answer 1

आमतौर पर आप JAGS में भविष्यवाणियां कर सकते हैं। नीचे एफईवी के साथ प्रतिगमन उदाहरण (फेफड़ों की क्षमता के साथ कुछ करना) आश्रित चर और उम्र और धूम्रपान संकेतक के रूप में भविष्यवाणियों के रूप में है।

FEV20s और FEV20ns 20 साल के धूम्रपान करने वाले और 20 साल के गैर-धूम्रपान करने वाले के लिए अनुमानित FEV मान हैं।

model
{
for(i in 1:n){
    FEV[i] ~ dnorm(mu[i],tau)
    mu[i] <- beta[1] + beta[2]*Age[i] + beta[3]*Smoke[i]  + beta[4]*Age[i]*Smoke[i]
}

#priors
beta[1] ~ dnorm(0,0.001)
beta[2] ~ dnorm(0,0.001)
beta[3] ~ dnorm(0,0.001)
beta[4] ~ dnorm(0,0.001)
tau ~ dgamma(0.001,0.001)
sigma<-1/sqrt(tau) 

## Predict the FEV for a 20 year old smoker and for a 20 year old nonsmoker
mu20s <-  beta[1] + (beta[2]+beta[4])*20 + beta[3]
mu20ns <-  beta[1] + beta[2]*20 
FEV20s ~ dnorm(mu20s,tau)
FEV20ns ~ dnorm(mu20ns,tau)
}

उदाहरण से: बेयसियन विचार और डेटा विश्लेषण

Comments

पॉइंटर के लिए धन्यवाद - मैंने जेएजीएस में सिर्फ अपना टेस्ट डेटा भेजने के बारे में नहीं सोचा था, लेकिन ऐसा करना चाहिए।

— क्वांटिटेटिव हिस्टोरियन

क्या पूरे मॉडल को परिष्कृत किए बिना इन भविष्यवाणियों को उत्पन्न करने का एक तरीका है? यदि वहाँ थे तो यह पर्याप्त रूप से जनरेट होने वाली भविष्यवाणियों को समानांतर करने के लिए काफी आसान होगा, हालांकि, यदि पूरे मॉडल को रिफिट करने की आवश्यकता है, तो यह संभव नहीं है।

— कॉलिन