ฉันกำลังพยายามปรับให้เข้ากับโมเดลลำดับชั้นโดยใช้ jags และแพ็คเกจ rjags ตัวแปรผลลัพธ์ของฉันคือ y ซึ่งเป็นลำดับของการทดลองเบอโนลลี ฉันมี 38 วิชามนุษย์ที่มีประสิทธิภาพภายใต้สองประเภท: P เมตรและจากการวิเคราะห์ของฉันลำโพงทุกคนมีความน่าจะเป็นของความสำเร็จในหมวดหมู่ของ Pและความน่าจะเป็นของความสำเร็จในหมวดหมู่ของ M \ฉันยังสมมติว่ามีบาง hyperparameter ระดับชุมชนของ P และ M:และ\
ดังนั้นสำหรับผู้พูดทุกคน: และที่และควบคุมวิธีแหลมกระจายอยู่รอบ ๆและ\
นอกจากนี้ยัง ,B_m)
นี่คือรูปแบบ jags ของฉัน:
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)
}
ปัญหาที่ผมมีอยู่ว่าเมื่อผมทำงานแบบนี้ด้วยซ้ำ 5000 สำหรับการปรับตัวแล้วใช้ 1,000 ตัวอย่างMmu
และKm
ได้แปรสภาพไปเป็นค่าเดียว ฉันใช้มันด้วยโซ่ 4 เส้นและแต่ละโซ่ไม่มีค่าเท่ากัน แต่ภายในแต่ละโซ่มีเพียงค่าเดียว
ฉันค่อนข้างใหม่ในการปรับนางแบบลำดับชั้นโดยใช้วิธีการ MCMC ดังนั้นฉันจึงสงสัยว่านี่มันแย่แค่ไหน ฉันควรจะใช้สิ่งนี้เป็นสัญญาณว่ารุ่นนี้หมดหวังที่จะพอดีสิ่งที่ผิดกับนักบวชของฉันหรือเป็นตราไว้สำหรับหลักสูตรนี้หรือไม่
แก้ไข: ในกรณีที่มีความสำคัญค่าสำหรับแปรสภาพเป็น (เฉลี่ยข้ามกลุ่ม) เท่ากับ 0.91 และเท่ากับ 1.78