響應是一個比例時的邏輯回歸（使用JAGS）

Question

我試圖在JAGS中使用邏輯回歸模型，但我有（#success y，＃attempts n）形式的數據，而不是二進制變量。 在R中，可以通過使用glm（y / n~）和“weights”參數將模型擬合到這些數據，但我不確定如何在JAGS中使用它。

這是一個簡單的例子，我希望解決我想要問的問題。 請注意，我使用的是rjags包。 謝謝你的幫助！

y <- rbinom(10, 500, 0.2)
n <- sample(500:600, 10)
p <- y/n
x <- sample(0:100, 10) # some covariate

data <- data.frame(y, n, p, x)

model <- "model{
# Specify likelihood
for(i in 1:10){
    y[i] ~ dbin(p[i], n[i])
    logit(p[i]) <- b0 + b1*x
}

# Specify priors
b0 ~ dnorm(0, 0.0001)
b1 ~ dnorm(0, 0.0001)
}"

Answer 1

您根本不需要在數據集中計算p 。 讓它成為模型中的邏輯節點。 我更喜歡R2jags接口，它允許你以R函數的形式指定一個BUGS模型......

jagsdata <- data.frame(y=rbinom(10, 500, 0.2),
                   n=sample(500:600, 10),
                   x=sample(0:100, 10))
model <- function() {
    ## Specify likelihood
    for(i in 1:10){
        y[i] ~ dbin(p[i], n[i])
        logit(p[i]) <- b0 + b1*x[i]
    }
    ## Specify priors
    b0 ~ dnorm(0, 0.0001)
    b1 ~ dnorm(0, 0.0001)
}

現在運行它：

library("R2jags") 
jags(model.file=model,data=jagsdata,
     parameters.to.save=c("b0","b1"))