Я создаю модель для прогнозирования возраста деревьев по их высоте с помощью пакета переосмысления. В моем наборе данных возраст имеет гамма-распределение. Чтобы учесть вероятность гаммы, я сделал эту модель, используя map():
fit2<- map(
alist(
age ~ dgamma2(mu, scale),
log(mu) <- b + m*height,
b ~ dnorm(16.3759, 10),
m ~ dnorm(10.9808, 10),
scale ~ dexp(2)
),
data = d
)
Однако меня беспокоит, что масштаб не распределен нормально, и поэтому я не могу использовать extract.samples() для выборки многомерного апостериорного анализа. Я считаю, что если я зарегистрирую параметр масштаба, он станет нормальным, и поэтому использование extract.samples() будет работать.
Как мне изменить приведенный выше код, чтобы сделать это? Я видел это в других примерах с dbetabinom(), но никогда с dgamma2().
