"Plusieurs définitions d'erreur node [1,2]" dans WinBUGS

Question

J'essaie de résoudre la régression multivariée avec plusieurs variables dépendantes sur Winbugs. Mais je reçois des erreurs lors des compilations. J'ai essayé de résoudre basé sur des solutions au même problème mais a échoué. Toute aide sera grandement appréciée.

model { 
for(i in 1:n) 
{ for(k in 1:J) 
{     y[i,k]~ dpois(mu[i,]) 
        log(mu[i,1]) <- beta1[1]*x1[i] + beta2[1]*x2[i] + b[,1] 
        log(mu[i,2]) <- beta1[2]*x1[i] + beta2[2]*x2[i] + b[,2] 
     }}  

# PRIORS 
    for (i in 1:n) { 
     for(k in 1:J) { 
     b[i,k] <- 1 
       }} 
# Scale Matrix 
    for(i in 1:J) 
    { 
    for (j in 1:J) 
     { 
     R[i,j] <- equals(i,j) 
     }} 
    for (j in 1:J) {beta1[j]~ dmnorm(zero[], B[,]) 
     beta2[j]~ dmnorm(zero[], B[,]) } 
    for(i in 1:J) 
    { 
     for (j in 1:J) 
     { B[i,j] <- 0.01*equals(i,j) 
     }} 
    for (i in 1:J) { zero[i] <- 0} 
    } 


#DATA 
list(n=3, J=2) 


#DATA 
y[ ,1] x1[] x2[] y[,2] 
    0  9.91  8.34  1    
    3 10.48 10.14 79   
0  10.31 9.42  40 

Answer 1

L'erreur est parce que vous avez mu imbriquées dans les deux boucles for. Par conséquent, vous remplissez la ligne iJ fois ce qui n'est pas possible. Qu'est-ce que vous avez est:

for(i in 1:n){ 
for(k in 1:J){ 
      y[i,k]~ dpois(mu[i,]) 
       log(mu[i,1]) <- beta1[1]*x1[i] + beta2[1]*x2[i] + b[,1] 
       log(mu[i,2]) <- beta1[2]*x1[i] + beta2[2]*x2[i] + b[,2] 
    }} 

Ce qu'il semble que ce devrait être est:

for(i in 1:n){ 
       log(mu[i,1]) <- beta1[1]*x1[i] + beta2[1]*x2[i] + b[,1] 
       log(mu[i,2]) <- beta1[2]*x1[i] + beta2[2]*x2[i] + b[,2] 
for(k in 1:J){ 
      y[i,k]~ dpois(mu[i,]) 

    }} 

De cette façon, vous ne fournissent pas de multiples définitions à chaque cellule dans mu