MCMClogit的Cauchy-prior错误

我试图估计一个具有弱信息Cauchy先验的贝叶斯逻辑模型，位置=0，尺度=2.5（）。我正在使用

MCMCpack

包中的

mcmcmclogit

：

df = read.csv("http://dl.dropbox.com/u/1791181/MCMC.csv")#Read in data
library(MCMCpack)

logpriorfun <- function(beta, location, scale){
  sum(dcauchy(beta, location, scale, log=T))
} #From the MCMCpack documentation
mcmc.logit = MCMClogit(SECONDARY.LEVEL ~ AGE + SEX + as.factor(DISTRICT), 
                       tune=.25, 
                       user.prior.density=logpriorfun, location=0, scale=2.5, log=T,
                       mcmc=10000, 
                       data=df)

---

我看不出代码或数据有任何明显的问题。如果去掉previor选项，代码运行良好。如果有人给我指点，我将不胜感激

虽然我不知道问题的原因，但我认为可以用不同的种子重新运行

mcmclclogit

，以获得有效的后验估计值，这相对来说比较省钱。如果使用相同的种子重新运行，错误将再次发生。在Monte Carlo/重新采样设置中，明智的做法是使用

tryCatch

和

MCMClogit

中的随机种子集来避免崩溃。

R版本2.15.1（2012-06-22）-“烤棉花糖”平台：x86_64-pc-linux-gnu（64位）我用

set.seed（100）

初始化了您的代码。它向我显示了与您在开始时相同的错误，但在重新运行后，它每次都运行得非常完美（至少运行了四次）。我想你可能已经试过很多次了……的确。我尝试了许多排列和组合，使用0或最大似然估计值进行种子设定。对不起，我的意思是使用不同的值进行种子设定，并对beta.start使用0或ML估计值。我在蒙特卡罗模拟中遇到了相同的问题，使用Cauchy Previor多次迭代McClogit。有时函数失败，但在相同的数据（使用不同的种子）上重新运行不会复制错误。这是一个非常奇怪的问题。

Error in MCMClogit(SECONDARY.LEVEL ~ AGE + SEX + as.factor(DISTRICT),  :
  REAL() can only be applied to a 'numeric', not a 'NULL'