Для модели логистической регрессии ниже я хочу иметь возможность производить выборку из апостериорного, используя нецелочисленные значения для n (и y). Это может происходить в такой модели, когда доступны частичные данные или желательно снизить вес.
model <- function() {
## Specify likelihood
for (i in 1:N1) {
y[i] ~ dbin(p[i], n[i])
logit(p[i]) <- log.alpha[1] + alpha[2] * d[i]
}
## Specify priors
alpha[1] <- exp(log.alpha[1])
alpha[2] <- exp(log.alpha[2])
Omega[1:2, 1:2] <- inverse(p2[, ])
log.alpha[1:2] ~ dmnorm(p1[], Omega[, ])
}
dbin требует целочисленных значений для n и поэтому возвращает ошибку в случае, если n не является целым.
Я читал, что это должно быть возможно сделать с помощью одного трюка, но мне не удалось заставить его работать правильно. Помощь приветствуется.