Mcmc Jags/BUG提前一步预测

想象一个简单的增长模型。 我如何获得领先一步的预测

#先决条件和约束条件
N.est[1]~dunif（0,10）#Prior的初始种群规模
mean.lambda~dunif（0,10）#
mean.psi~dunif（0,10）#
sigma.proc~dunif（0,10）#状态过程sd的先验
sigma2.proc您想要做的是简单地将您想要在响应向量
y
中预测的那些单位设置为
NA
，然后生成
y
的复制样本

y.pred[t]~dnorm（N.est[t]，tau.obs）

检查
y
和
y.pred

res这是真的，但是，想象一下，您将第6个样本设置为NA，然后您得到了第6个样本的预测，但是现在您想使用第6个样本预测第7个样本，依此类推。我目前正在运行模型，将第6个值设置为NA，在下一次运行中，我将第7个值设置为NA，以此类推。这不太实际。我在想一个更简单的方法。我不确定我看到了问题。您应该将第6个设置为要预测为NA的第n个样本。估计是一个马尔可夫过程，即第6个NA样本是根据第5个数据样本估计的，第7个NA样本将根据第6个（已经）预测样本进行估计，等等……我认为第6个是从第1个到第5个样本进行预测的。因为当前状态应该包含过去的所有信息。当然可以，马可维。第七个将从第六个预测中预测出来，这将使其成为提前两步的预测。