Jags ve rjags paketini kullanarak hiyerarşik bir model sığdırmaya çalışıyorum. Sonuç değişkenim, bernoulli çalışmalarının bir sırası olan y'dir. İki kategoride performans gösteren 38 insan denek var: Analizime göre, her konuşmacı P kategorisinde kategorisinde başarı olasılığı ve θ p × θ m kategorisinde M kategorisinde başarı olasılığı var . Ayrıca P ve M için bazı topluluk düzeyinde hiperparametre olduğunu varsayıyorum: ve .μ m
Yani, her konuşmacı için: ve burada ve dağıtımın ne kadar zirve kontrol eder ve .θ m ∼ b e t a ( μ m × κ m , ( 1 - μ m ) × κ m ) κ p κ m μ p μ m
Ayrıca , .μ m ∼ b e t a ( A m , B m )
İşte benim jags modeli:
model{
## y = N bernoulli trials
## Each speaker has a theta value for each category
for(i in 1:length(y)){
y[i] ~ dbern( theta[ speaker[i],category[i]])
}
## Category P has theta Ptheta
## Category M has theta Ptheta * Mtheta
## No observed data for pure Mtheta
##
## Kp and Km represent how similar speakers are to each other
## for Ptheta and Mtheta
for(j in 1:max(speaker)){
theta[j,1] ~ dbeta(Pmu*Kp, (1-Pmu)*Kp)
catM[j] ~ dbeta(Mmu*Km, (1-Mmu)*Km)
theta[j,2] <- theta[j,1] * catM[j]
}
## Priors for Pmu and Mmu
Pmu ~ dbeta(Ap,Bp)
Mmu ~ dbeta(Am,Bm)
## Priors for Kp and Km
Kp ~ dgamma(1,1/50)
Km ~ dgamma(1,1/50)
## Hyperpriors for Pmu and Mmu
Ap ~ dgamma(1,1/50)
Bp ~ dgamma(1,1/50)
Am ~ dgamma(1,1/50)
Bm ~ dgamma(1,1/50)
}
Ben sorunu ben uyarlanması için 5000 yinelemeleriyle bu modeli çalıştırdığınızda, daha sonra 1000 örnekleri alın, yani Mmu
ve Km
tek değerlere birbirine yaklaştı. 4 zincirle çalıştırıyorum ve her zincir aynı değere sahip değil, ancak her zincir içinde sadece tek bir değer var.
MCMC yöntemlerini kullanarak hiyerarşik modellerin yerleştirilmesinde oldukça yeniyim, bu yüzden bunun ne kadar kötü olduğunu merak ediyorum. Bunu, bu modelin uymak için ümitsiz olduğunu, önceliklerimde bir sorun olduğunu veya kurs için eşit olduğunu gösteren bir işaret olarak mı almalıyım?
Düzenleme: Önemli olması durumunda, (zincirler arası ortalama) yakınsadığı değeri 0.91 ve κ m 1.78 idi.