Sto cercando di adattare un modello di regressione logistica in JAGS, ma ho dati in forma di (# successo y, # tentativi n), piuttosto che una variabile binaria. In R, si può adattare un modello a dati come questi usando glm (y/n ~) con l'argomento "pesi", ma non sono sicuro di come inserirlo in JAGS.Regressione logistica quando la risposta è una proporzione (utilizzando JAGS)
Ecco un semplice esempio che spero si rivolge a ciò che sto cercando di chiedere. Si noti che sto usando il pacchetto rjags. Grazie per qualsiasi aiuto!
y <- rbinom(10, 500, 0.2)
n <- sample(500:600, 10)
p <- y/n
x <- sample(0:100, 10) # some covariate
data <- data.frame(y, n, p, x)
model <- "model{
# Specify likelihood
for(i in 1:10){
y[i] ~ dbin(p[i], n[i])
logit(p[i]) <- b0 + b1*x
}
# Specify priors
b0 ~ dnorm(0, 0.0001)
b1 ~ dnorm(0, 0.0001)
}"
Il modello è avvolto tra virgolette. Non ho familiarità con RJags, ma non mi sembra corretto. – Phil
I modelli @Phil, BUGS/JAGS a volte vengono specificati in questo modo (dovrebbero quindi essere scritti in un file temporaneo) –
Proprio per questo ho pensato di contrassegnarlo anziché immergerlo nel deep end e modificarlo! Sono contento che tu abbia trovato una soluzione. – Phil