R 预测jags中的新值（混合模型）

不久前，我问了一个类似的问题，关于如何获得混合模型的JAGS模型预测

这一次，我试图得到同一个模型的预测，但使用的是新的数据，而不是用来拟合模型的原始数据

model<-"model {
# Priors
mu_int~dnorm(0, 0.0001)
sigma_int~dunif(0, 100)
tau_int <- 1/(sigma_int*sigma_int)
for (j in 1:(M)){ 
alpha[j] ~ dnorm(mu_int, tau_int)
}
beta~dnorm(0, 0.01)
sigma_res~dunif(0, 100)
tau_res <- 1/(sigma_res*sigma_res)
# Likelihood
for (i in 1:n) {
mu[i] <- alpha[Mat[i]]+beta*Temp[i] # Expectation
D47[i]~dnorm(mu[i], tau_res) # The actual (random) responses
}
for(i in 1:(n)){
D47_pred[i] <- dnorm(mu[i], tau_res)
}
}"

---

model绝对可以在JAG内部完成。如果您希望对
Mat
中的某些相同观测值的
Temp
新值进行预测，您只需将它们附加到现有数据中，并使用相应的
D47
值
NA