Eu tenho uma pergunta sobre como ajustar um problema de censura no JAGS.
Observo uma mistura bivariada normal onde os valores X apresentam erro de medição. Eu gostaria de modelar os verdadeiros "meios" subjacentes dos valores censurados observados.
Aqui está o que eu tenho agora:
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 também tem erro de medição. O que eu quero fazer é algo como isto:
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)
Obviamente, o comando c não é válido no JAGS.
Desde já, obrigado.
mcmc
censoring
truncation
jags
Glen
fonte
fonte
Respostas:
Talvez seja isso que você está procurando:
O JAGS possui opções para censura e truncamento. Parece que você deseja truncamento, pois você sabe a priori que a observação está dentro de um intervalo específico
Leia o manual do usuário para obter mais detalhes sobre como os jags usam truncamento e censura.
fonte
Obrigado pelas dicas David. Publiquei esta pergunta no fórum de suporte do JAGS e obtive uma resposta útil. A chave era usar uma matriz bidimensional para os valores 'verdadeiros'.
fonte