JAGS（R）中随机变量和的拟合

因此，我目前有一个模型，适合一些“回答是肯定的试验数量”

我相信你不需要知道细节，但这是一个层次模型，数据是一个3d数组（2个条件*48个参与者*7个试验类型）。最后一行是

    resp_diff[i,j,k] ~ dbin(pdiff[i,j,k],trials[i,j,k])

也就是说，在这种类型/条件/参与者试验[i，j，k]中，通过概率pdiff[i，j，k]对多个试验的“是”回答的预测数量进行二元绘制

这个函数很好，可以得到很好的拟合和合理的参数估计

然而，现在我想补充一种可能性，即“是”的回答与pdiff完全无关，而对于某些比例的试验而言，这是一个随机决定（例如，参与者没有注意，错误点击，等等）

因此，我为每个参与者添加了一个节点失效[I]，它应该代表在任何一次试验中“猜测”的概率。然后，底线被替换为

            trials_lapse[i,j,k] ~ dbin(lapse[i],trials[i,j,k])
            trials_reg[i,j,k] <- trials[i,j,k]-trials_lapse[i,j,k]
            diff_lapse[i,j,k] ~ dbin(0.5,trials_lapse[i,j,k])
            diff_reg[i,j,k] ~ dbin(pdiff[i,j,k],trials_reg[i,j,k])
            resp_diff[i,j,k] ~ dsum(diff_reg[i,j,k],diff_lapse[i,j,k])

我一辈子都搞不清楚为什么会发生这种情况，但我认为这与我对dsum函数的误解有关。我也试过常规的“求和”，但运气不好

我做错了什么？任何帮助都将不胜感激

谢谢

H

    Error in node diff_reg[1,1,1]
    Node inconsistent with parents