我在本周早些时候发布了这个问题，然后当我找到一个好的来源时撤回了这个问题，不想浪费人们的时间。恐怕我没有取得太大进展。为了在这里成为一个好公民，我会尽可能地把问题说清楚。我怀疑接受者会很少。
我在 RI 中有一个数据框，希望在 BUGS 或 R 中进行分析。它是长格式的。它由对 120 个人的多次观察组成，共有 885 行。我正在检查一个分类结果的发生 - 但这在这里并不相关。问题是关于更深层次的东西。
我一直使用的模型是
mymodel<-gee(Category ~ Predictor 1 + Predictor 2..family=binomial(link="logit"),
data=mydata,
id=Person)
边缘模型基本上考虑了患者的聚类。然后我检查了
mymodel<-gee(Category ~ Predictor 1 + Predictor 2.. , family=binomial(link="logit"),
corstr = "AR-M",
data=mydata, id=Person)
为了说明对个人的观察的时间顺序。
这并没有太大变化。
然后我尝试使用以下一组 MCMCPack 命令对它们进行建模：
mymodel<-MCMCglmm(category~ Predictor1 + Predictor2..,
data=mydata, family=binomial(link="logit"))
对输出的检查令人兴奋，显示出许多预测变量的统计意义。我称赞自己是一个新转换的贝叶斯主义者，直到我意识到我没有考虑到患者体内的重复测量。
我知道我必须对此负责。我知道这可能意味着为每个人设置一个超先验——对吗？这在 BUGS 中会采取什么形式？
这是一个基本的日志注册模型：（对 Kruschke, J., Indiana 表示敬意）
model {
for( i in 1 : nData ) {
y[i] ~ dbern( mu[i] )
mu[i] <- 1/(1+exp(-( b0 + inprod( b[] , x[i,] ))))
}
b0 ~ dnorm( 0 , 1.0E-12 )
for ( j in 1 : nPredictors ) {
b[j] ~ dnorm( 0 , 1.0E-12 )
}
}
但是，对于个人来说，这里没有超先验。这是迄今为止我在个人内部设计中的最佳尝试，考虑到人们内部的重复测量：
这是杰克曼的 JAGS 模型
1 model{
2 ## loop over data for likelihood
3 for(i in 1:n){
4 y[i] ~ dbern( mu[i] )
mu[i] <- 1/(1+exp(-( b0 + inprod( b[] , x[i,] ))))
6 }
7 sigma ˜ dunif(0,20) ## prior on standard deviation
8 tau <- pow(sigma,-2) ## convert to precision
9
10 ## hierarchical model for each state’s intercept & slope
11 for(p in 1:50){
12 beta[p,1:2] ˜ dmnorm(mu[1:2],Tau[,]) ## bivariate normal
13 }
14
15 ## means, hyper-parameters
16 for(q in 1:2){
17 mu[q] ˜ dnorm(0,.0016)
}
这是我的 BUGS 混蛋模型
1 model{
2 ## loop over data for likelihood
3 for(i in 1:n){
4 mu.y[i] <- alpha + beta[s[i],1] + beta[s[i],2]*(j[i]-jbar)
5 demVote[i] ˜ dnorm(mu.y[i],tau)
6 }
7 sigma ˜ dunif(0,20) ## prior on standard deviation
8 tau <- pow(sigma,-2) ## convert to precision
9
10 ## hierarchical model for each state’s intercept & slope
11 for(p in 1:120){
12 beta[p,1:2] ˜ dmnorm(mu[1:2],Tau[,]) ## bivariate normal
13 }
14
15 ## means, hyper-parameters
16 for(q in 1:2){
17 mu[q] ˜ dnorm(0,.0016)
}
有人可以让我知道我是否朝着正确的方向前进。我对此的理解正在增长，但速度很慢。请温柔一点。我是医生，不是统计员！我已经使用了很多 R，但我是 BUGS 的新手，也是贝叶斯的新手。
谢谢，
R