`TruncNorm:下限大于上限` MNP包中的错误

我正在使用

MNP

包将贝叶斯多项式概率模型拟合到分类数据。我经常遇到这样的错误：

TruncNorm:下限大于上限

。我如何解决这个问题

我的感觉是，这可能是一个趋同问题，因此我在这方面尝试了许多不同的方法：

• 较窄的先验/不断变化的先验
• 缩放预测值，删除高度相关的预测值
• 从一个预测开始，然后逐步增加到更多

但这些都不起作用。我注意到，当

n.draws

设置为较小的数字时，出现此错误的频率较低。以下是使用Iris数据集的示例：

library(MNP)
data("iris")


iris$Species = as_factor(as.character(iris$Species))


res = mnp(Species ~ Sepal.Length, 
          data = iris,
          n.draws = 10000, verbose = TRUE)
summary(res)

模型在N=10000时返回

TruncNorm

错误，但在较小的N值时结束