R 贝叶斯贝塔回归模型——jags中的错误：无效的父值

我试图通过R在jags中运行一个贝叶斯池模型，并得到一条错误消息

我从遇到类似问题的人身上发现，它可能由优先级值、负值、负值日志、语法错误等触发。我已经消除了所有这些问题，但错误仍然存在

## just for the prediction
pred.jac <- seq(min(test.bayes$Latitude), max(test.bayes$Latitude), 10)

data = list(
  jac = test.bayes$Jaccard,
  lat = test.bayes$Latitude,
  pred.jac = pred.jac)


inits = list(
  list(alpha = 1, beta = 2.5, sigma = 50),
  list(alpha = 2, beta = 1.5, sigma = 20),
  list(alpha = 3, beta = 0.75, sigma = 10))



{
  sink("BetaPooledJAGS.R")
  cat("
      model{

      # priors
      alpha ~ dnorm(0, 0.0001)
      beta ~ dnorm(0, 0.0001)
      sigma ~ dunif(0, 10)


      # likelihood


      for (i in 1:length(jac)) {
      mu[i] <- alpha + beta * lat[i]
      a[i] <- ((1 - mu[i]) / (sigma^2) - 1 / mu[i]) * mu[i]^2
      b[i] <- alpha * (1 / mu[i] - 1)
      jac[i] ~ dbeta(a[i], b[i])


      }

      # predicted jaccard as derived quantities
      for (i in 1:length(pred.jac)) {
      mu_pred[i] <- alpha + beta * lat[i]
      mu_pred1[i] <- exp(mu_pred[i])
      }

      }

      ",fill = TRUE)
  sink()
}


n.adapt = 3000
n.update = 5000
n.iter = 5000
jm.pooled = jags.model(file="BetaPooledJAGS.R", data = data, n.adapt = n.adapt, inits = inits, n.chains = length(inits))

##只是为了预测
pred.jac如果lat为正值，则带有这些首字母的
b
的值为负值，并且
b
在beta分布、JAG和更一般的情况下必须>0

例如，使用
inits[[1]]
中的首字母缩写：

mu=1+2.5*lat
假设
lat
为正，则
mu>1

b=1*（1/mu-1）
而
1/mu<1
如果
mu>1
，那么
1/mu-1<0

所以
b=1*-ve
so
bThanks@umomamaomao。很好的解释。这在设置初始值时并不明显。有避免这种情况的惯例吗？在给定beta分布的情况下，mu似乎不能大于1？或者它在什么时候匹配并不重要？获得b>0的明显方法是使用-ve alpha？或者你会对我的情况提出什么建议？首字母总是很棘手的，我不认为有惯例，因为它总是取决于你的型号。通常这需要一点思考和大量的尝试和错误。如果你不初始化它能工作吗？那将是最简单的。如果alpha和beta小得多，例如beta，去掉首字母会产生相同的错误。我遵循了关于alpha和beta的建议，但错误也没有消失。我对这两个变量进行了对数变换并将其居中，但模型给出了相同的错误。我注意到，因为jac的范围是0.27-1，所以不可能不出现b=0的情况，这违反了b>0。但为了消除这一问题，我删除了jac>0.9但错误相同的数据。更新：如果sigma也很小（sigma<0.1），则α和sigma的建议有效。但是，从0到1的数据需要截断，形式为y[i]~dbeta（a[i]，b[i]）T（0.001,0.99999）。所以，对于我的数据中的1部分，我只是从1中减去0.00001，使其小于1。我相信这个变通方法可以通过执行（0+0.00001）来达到下限（0）。注意：这种方法对于我的数据是有意义的，因为btw 1和0.99999之间没有明显的差异。