JAGS-Fehler: "Auflösen nicht deklarierter Variablen" und "Ungültiges Vektorargument zu exp"

Question

Dies ist das erste Mal, dass ich JAGS nutze, und ich habe bei der Modellierung meiner Daten einige Fehler bekommen.

Hier ist eine kurze Beschreibung meiner Daten: Insgesamt n Menschen (z. B. 2) jeweils gelöst m Probleme (z. B. 6). Alle Probleme haben 3 Antworten mit jeweils einem bestimmten Wert V.

Hier ist the graphic model (einige Variablennamen sind unterschiedlich: IG und y sind die gleichen wie V und answer sind; x ist nicht in meinem Modell enthalten). Die Wahrscheinlichkeit, dass die Person i jede Antwort für das Problem j auswählt, folgt der "softmax Entscheidungsregel": exp(V[j,]/tau[i])/sum(exp(V[j,]/tau[i])) Hier ist Tau das Geräusch in der Entscheidung mit einer Gamma-Verteilung: tao → 0, wählt eine Person die Antwort des höchsten Wertes; tao → ∞, wählt eine Person zufällig unter 3 Antworten.

Das ist meine Modelldatei model.txt:

model{ 
    # data 
    for(i in 1:n) # for each person 
    { 
     for (j in 1:m) # for each problem 
     { 
      # answer chosen 
      answer[i,j] ~ dcat(exp(V[j,]/tau[i])/sum(exp(V[j,]/tau[i]))) 
     } 
    } 
    # priors 
    for (i in 1:n) 
    { 
     tau[i] ~ dgamma(0.001,0.001) 
    } 
} 

Hier ist mein R-Skript:

library(R2jags) 
m <- 6 # number of problems 
n <- 2 # number of people 
V <- matrix(c(0.0, 1.0, 0.0, 0.0, 0.0, 1.0, 1.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 1.0)), nrow=m, ncol=3, byrow = T) 
answer <- matrix(c(2,3,1,1,2,3,1,1,1,1,3,2), nrow=n, ncol=m, byrow = T) 

data <- list("m", "n", "V", "answer") 
myinits <- list(list(tau = rep(1,n))) 
parameters <- c("tau") 

samples <- jags(data, inits=myinits, parameters, 
       model.file ="model.txt", n.chains=1, n.iter=1000, 
       n.burnin=1, n.thin=1, DIC=T) 

Nachdem das Skript in R ausgeführt wird, ich die Fehlermeldung unten bekam:

Compiling model graph Resolving undeclared variables Allocating nodes Deleting model

Error in jags.model(model.file, data = data, inits = init.values, n.chains = n.chains, : RUNTIME ERROR: Invalid vector argument to exp

Was könnte das Problem sein? Vielen Dank für deine Hilfe!

Answer 1

Sie liefern einen Spaltenvektor von V bis exp. In JAGS können inverse Link-Funktionen nur skalare Werte erhalten. Um die Softmax-Regression richtig zu codieren, müssen Sie jedes Element von V durchlaufen. Zusätzlich muss V ein dreidimensionaler Vektor sein (Person x Subjekt x 3 Auswahlmöglichkeiten).

model{ 
    # data 
    for(i in 1:n) # for each person 
    { 
     for (j in 1:m) # for each problem 
     { 
      # answer chosen 
      answer[i,j] ~ dcat(mu[i,j,1:3]) 
      mu[i,j,1:3] <- exp_v[i,j,1:3]/sum(exp_v[i,j,1:3]) 
       for (k in 1:3) { 
       exp_v[i,j,k] <- exp(V[i,j,k]/tau[i]) 
     } 
    } 
    # priors 
    for (i in 1:n) 
    { 
     tau[i] ~ dgamma(0.001,0.001) 
    } 
} 

Im Gegensatz zu Ihrem Modell wird V zu i,j,k indiziert statt dem, was ich davon ausgehen würde j und k sein. Sie müssten Ihr V Array restrukturieren, um dies zu passen. Wenn Sie das Modell auf diese Weise anpassen, können Sie einen Skalar in exp eingeben, den Sie anschließend summieren können.