“做贝叶斯数据分析”中的模型图，John Kruschke 创建了这样的图表：

表示以下 BUGS/JAGS 代码：

他在他的相关博文“做贝叶斯数据分析中的图形模型图与传统约定”中讨论了这种表示

我刚刚为我相当复杂的模型写了一个，并且有一个真正清晰的时刻。

这些图是概率密度函数的通用表示——它们并没有真正反映模型中所述的平面先验（尽管从技术上讲，x 轴没有标记）。

我还没有真正读过这本书，但我认为使用此图来呈现模型结构和结果会更有用，即将这些通用分布替换为每个参数的后验概率密度（例如$\textrm{N}(\textrm{figure of }M_0,\textrm{ figure of }T_0)$（而不是一个单一的分布来表示两个参数，如下例所示。

我有三个问题：

1. 这种方法是否存在任何潜在的技术（统计）问题？我只是问，因为我还没有看到以这种方式与模型描述一起显示的结果。
2. 对于如何使它在传达结果方面做得很好，还有其他建议吗？我的一个想法是提出一个索引β（例如，1...n 分类治疗的随机效应，在上面的模型中它会是beta1[i]）作为重叠密度（每个治疗效应一个）？
3. 对于不熟悉分层建模的读者，我怎样才能使这个演示文稿更直观？（我认为这是我目前发现的最直观的展示方式，但可能还有改进的余地）