JAGS 中的審查/截斷

我有一個關於如何在 JAGS 中適應審查問題的問題。

我觀察到 X 值有測量誤差的雙變量混合正態。我想對觀察到的審查值的真正潛在“平均值”進行建模。

這是我現在擁有的：

for (i in 1:n){
  x[i,1:2]~dmnorm(mu[z[i],1:2], tau[z[i],1:2,1:2])
  z[i]~dcat(prob[ ])
}

Y 也有測量誤差。我想做的是這樣的：

for (i in 1:n){
  x_obs[i] ~ dnorm(x_true[i],prec_x)I(x_true[i],)
  y_obs[i] ~ dnorm(y_true[i],prec_y)
  c(x_true[i]:y_true[i])~dmnorm(mu[ z [ i ],1:2], tau[z[i],1:2,1:2])
  z[i]~dcat(prob[ ])
}

#priors for measurement error
e_x~dunif(.1,.9)
prec_x<-1/pow(e_x,2)
e_y~dunif(2,4)
prec_y<-1/pow(e_y,2)

顯然 c 命令在 JAGS 中無效。

提前致謝。

也許這就是您正在尋找的：

x_obs[i] ~ dnorm(x_true[i],prec_x)T(x_true[i], )

JAGS 具有審查和截斷選項。聽起來您想要截斷，因為您先驗地知道觀察結果位於特定範圍內

有關 jags 如何使用截斷和審查的更多詳細信息，請閱讀用戶手冊。

引用自：https://stats.stackexchange.com/questions/6870