"Mehrere Definitionen von Knoten mu [1,2]" Fehler in WinBUGS

Question

Ich versuche multivariate Regression mit mehreren abhängigen Variablen auf Winbugs zu lösen. Aber ich bekomme Fehler bei Kompilationen. Ich habe versucht, basierend auf Lösungen für das gleiche Problem zu lösen, war aber nicht erfolgreich. Jede Hilfe wird sehr geschätzt.

model { 
for(i in 1:n) 
{ for(k in 1:J) 
{     y[i,k]~ dpois(mu[i,]) 
        log(mu[i,1]) <- beta1[1]*x1[i] + beta2[1]*x2[i] + b[,1] 
        log(mu[i,2]) <- beta1[2]*x1[i] + beta2[2]*x2[i] + b[,2] 
     }}  

# PRIORS 
    for (i in 1:n) { 
     for(k in 1:J) { 
     b[i,k] <- 1 
       }} 
# Scale Matrix 
    for(i in 1:J) 
    { 
    for (j in 1:J) 
     { 
     R[i,j] <- equals(i,j) 
     }} 
    for (j in 1:J) {beta1[j]~ dmnorm(zero[], B[,]) 
     beta2[j]~ dmnorm(zero[], B[,]) } 
    for(i in 1:J) 
    { 
     for (j in 1:J) 
     { B[i,j] <- 0.01*equals(i,j) 
     }} 
    for (i in 1:J) { zero[i] <- 0} 
    } 


#DATA 
list(n=3, J=2) 


#DATA 
y[ ,1] x1[] x2[] y[,2] 
    0  9.91  8.34  1    
    3 10.48 10.14 79   
0  10.31 9.42  40 

Answer 1

Der Fehler ist, weil Sie mu innerhalb von zwei for Schleifen verschachtelt sind. Daher füllen Sie Zeile iJ mal was nicht möglich ist. Was Sie haben, ist:

for(i in 1:n){ 
for(k in 1:J){ 
      y[i,k]~ dpois(mu[i,]) 
       log(mu[i,1]) <- beta1[1]*x1[i] + beta2[1]*x2[i] + b[,1] 
       log(mu[i,2]) <- beta1[2]*x1[i] + beta2[2]*x2[i] + b[,2] 
    }} 

Was es wie es aussieht, ist sein sollte:

for(i in 1:n){ 
       log(mu[i,1]) <- beta1[1]*x1[i] + beta2[1]*x2[i] + b[,1] 
       log(mu[i,2]) <- beta1[2]*x1[i] + beta2[2]*x2[i] + b[,2] 
for(k in 1:J){ 
      y[i,k]~ dpois(mu[i,]) 

    }} 

Auf diese Weise können nicht mehrere Definitionen für jede Zelle in mu