r - 使用 JAGS 的贝叶斯广义泊松的零一技巧

我正在使用零一技巧将计数数据拟合到 JAGS 中的广义泊松分布。我正在遵循“使用 WinBUGS 进行贝叶斯建模”一书中的代码(第 286 页)。这是我的代码:

GPoisson.model <- function(){
C <- 10000
for(i in 1:N){
    zeros[i] <- 0
    zeros[i] ~ dpois(zeros.mean[i])
    zeros.mean[i] <- -l[i] + C
    #log-likelihood
    lambda.star[i] <- (1-omega)*lambda[i] + omega*y[i]
    l[i] <- log((1-omega)*lambda[i]) + (y[i]-1)*log(lambda.star[i]) -
    loggam(y[i]+1) - lambda[i]
    #log-link + linear predictor
    log(lambda[i]) <- log(E[i]) + inprod(X[i,],beta[])
    }
#priors
omega ~ dbeta(1,1)
for(j in 1:17){
    beta[j] ~ dnorm(0,0.001)
}

}

当我运行模型时，出现此错误:

Compilation error on line 6.
Attempt to redefine node zeros[1]

我仍然不明白 zeros[i] 有什么问题。请赐教。提前致谢。

最佳答案

你的台词

     zeros[i] <- 0
     zeros[i] ~ dpois(zeros.mean[i])

造成问题。在 JAGS 中，您不能重新定义变量的给定值。我认为你应该放弃这一行:

 zeros[i] <- 0

从你的代码

关于r - 使用 JAGS 的贝叶斯广义泊松的零一技巧，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23185438/