JAGS 中響應變量中的缺失值

格爾曼和希爾 (2006) 說：

在 Bugs 中，可以通過簡單地包括數據向量、NA 和所有來輕鬆處理回歸中丟失的結果。錯誤顯式地對結果變量進行建模，因此使用該模型實際上可以在每次迭代中估算缺失值是微不足道的。

這聽起來像是一種使用 JAGS 進行預測的簡單方法。但是，缺少結果的觀察結果也會影響參數估計嗎？如果是這樣，是否有一種簡單的方法可以將這些觀察結果保存在 JAGS 看到的數據集中，但又不會影響參數估計？我在考慮 cut 功能，但這僅適用於 BUGS，不適用於 JAGS。

是的，在 BUGS 或 JAGS 中真的很容易使用！使用它實際上是一種享受！

但是，缺少結果的觀察結果也會影響參數估計嗎？

當然不是。參數僅受觀察到的結果的影響。缺失的結果（NAs）不會影響任何事情，實際上它是另一種方式：缺失的結果將來自參數。請注意，缺失的結果也將有其後驗分佈。然後很容易計算一些派生量，例如結果索引的總和，並且這些派生量不僅針對缺失值進行處理，而且立即具有它們的後驗分佈。這就是 BUGS & JAGS 的性感之處！

玩得開心！

引用自：https://stats.stackexchange.com/questions/22184