R 错误：索引超出取值变量子集的范围

我对JAGS还不太熟悉。 我的数据包括15周内5条溪流的幼虫计数（每周两次观察和溪流）。为此，我使用了一个包含150行、2列和15个条目（y）的数组。我的目标是借助一个开放的N-混合模型来估计每周的ω。 我还尝试了使用未标记的包，但无法理解如何使用pcountopen（）

sink（“model1.txt”）
猫（“
模型{
#前科
lambda~dunif（0,5）
ω~dunif（0,1）
p~dunif（0,1）
#可能性
#真实丰度的生物（生态）模型（状态模型）
对于（i in 1:R）{#loop over R站点（150）
N[i，1]~dpois（lambda）#丰度
对于（2:15中的k）{#循环数周（15）
N[i，k]~dpois（ω[k]*N[i，k-1]）
#重复计数的观测模型
对于（j in 1:T）{#循环时间重复（2）
y[i，j，k-1]~dbin（p，N[i，k-1]）#检测
}#j
}#k
}#我
}
，fill=TRUE）
水槽（）
#捆绑并汇总数据集
R=nrow（y）#场地=150
T=ncol（y）#每个观察日的重复次数=2次
从快速浏览中获取数据；你在一个欧米茄上有一个先验知识，但随后索引到k；也许可以尝试使用
for（1:K中的i）{omega[i]~dunif（0,1）}
作为优先级？
sink("model1.txt") 
cat("
model {
# Priors
  lambda ~ dunif(0, 5)
  omega ~ dunif(0, 1)
  p ~ dunif(0, 1)
# Likelihood
  # Biological (ecological) model for true abundance (State model)
  for (i in 1:R) {                  #loop over R sites (150)
  N[i,1] ~ dpois(lambda)            #Abundance
  for (k in 2:15) {                 #loop over weeks (15)
   N[i,k] ~ dpois(omega[k] * N[i, k-1])
   # Observation model for replicated counts
   for (j in 1:T){                  #loop over temporal reps (2)
     y[i,j,k-1] ~ dbin(p, N[i,k-1]) #Detection
     } #j
   } #k
 } #i
}
",fill = TRUE)
sink()

# Bundle and summarize data set 
R = nrow(y) #sites = 150
T = ncol(y) #replications per observation day = 2
win.data <- list(y = y, R = R, T = T)

# Initial values 
Nst <- apply(y, c(1,3), max) +1
inits <- function() {list(N = Nst)}

# Parameters monitored
params1 <- c("omega", "lambda", "p")

# MCMC settings 
ni <- 20 ; nt <- 1 ; nb <- 0 ; nc <- 8

# Call JAGS (ART 1 min) and summarize posteriors 
library(jagsUI)
fm1 <- jags(win.data, inits, params1, 
            "model1.txt", 
            n.chains = nc, n.thin = nt, n.iter = ni, n.burnin = nb)