r统计中的Jags：在使用>；1000个变量？

我得到了一些方程组，看起来像：

y=t1*x1+t2*x2+t3*x3

其中x是一些活动的计数，x1=activity1，x2=activity2，依此类推。。。y是所有这些活动所需的总时间

我得到了一个包含列的表：y，x1，x2，x3，[…]，每个数据条目对应一行。所以我的表的每一行都是一个等式。我的目标是计算时间t1，t2。。。等等，这些都是完成这些活动所需要的

我成功地生成了一个jags模型（在r statistics/r studio中使用包runjags），并获得了一些结果。因此我对活动进行了分组，所以我只总结了10类活动，我的代码缩短了

在模型中，代码实际如下所示：

time.z[i] ~ dnorm(mu[i], 1/sigma[organizationalunit.int[i]]^2)

mu[i] <- c.organizationalunit[organizationalunit.int[i]] +
       beta.x1 * x1[i] +
       beta.x2 * x2[i] +
       beta.x3 * x3[i] +
       beta.x4 * x4[i] +
       [...]

time.z[i]~dnorm（mu[i]，1/sigma[organizationalunit.int[i]]^2）
mu[i]