在rjags中保存优先级

我在

rjags

中运行一个贝叶斯模型，我希望能够输出MCMC轨迹图、参数的后验分布（我已经可以从coda中获得），以及后验分布与先验分布的比较

有没有办法将您在jags

model

部分中指定的优先级保存为一个列表或某种不会强迫我复制和粘贴（然后以指数方式增加错误的可能性）所有具有其自身参数的分布的东西

我有下面的代码

cat(
'model{
    for(i in 1:n){
        P.hat[i]    ~  dnorm(pi, df/sigma2)
        SS[i]       ~  dgamma((df-1)/2, sigma2/2 )
        R[i]        ~  dbin(theta, N)   
    }
    # relations
    gam         <- m*vs+(1-m)*va
    theta       <- (pi*beta*gam)/(gam*dt+(1-gam)*du)
    # numerical values      
    df          <- 15
    # priors
    pi          ~  dnorm(0.05, 2)I(0,1) 
    sigma2      ~  dgamma(2, 0.1*df)
    beta        ~  dunif(0, 0.4)
    m           ~  dbeta(1, 4)                   
    vs          ~  dbeta(2, 9)                  
    va          ~  dbeta(2, 5)                  
    dt          ~  dnorm(0.3, 2)I(0,10)         
    du          ~  dnorm(1.25, 2)I(0,10)        
}',
file='model1.bug')

cat(
"模式",{
for（1:n中的i）{
P.hat[i]~dnorm（pi，df/sigma2）
SS[i]~dgamma（（df-1）/2，sigma2/2）
R[i]~dbin（θ，N）
}
#关系
gam简而言之，答案是否定的——JAGS（和bug）没有明确区分您定义为先验分布和模型中的其他分布，因此无法要求JAGS向您提供关于模型特定子部分的信息。查看先前分布的通常方法是绘制（或总结）它们分别在R

但是，有一个技巧可以用于模型以获得所需的结果：将循环的上索引（n）设置为0（在数据中）。这将导致JAGS完全忽略for循环中的所有内容，有效地删除模型的似然成分，只留下先验值。如果监视pi、sigma2等，您应该会看到这些参数的先验值分布。由于不可能计算，您还应该看到模型运行得更快！您不过，确实需要运行两次模型（一次用于先验，一次用于后验，数据正常）。
简单的回答是没有问题（和bug）在你定义的先验分布和模型中的其他分布之间没有明确的区别，因此没有办法要求JAGS向你提供关于模型特定子部分的信息。查看先前分布的通常方法是在R中分别绘制（或总结）它们

但是，有一个技巧可以用于模型以获得所需的结果：将循环的上索引（n）设置为0（在数据中）。这将导致JAGS完全忽略for循环中的所有内容，有效地删除模型的似然成分，只留下先验值。如果监视pi、sigma2等，您应该会看到这些参数的先验值分布。由于不可能计算，您还应该看到模型运行得更快！您但是，确实需要运行模型两次（一次用于前一次，一次用于后一次，数据正常）。
关于代码的问题属于上。我们将为您迁移此问题。关于代码的问题属于上。我们将为您迁移此问题。