Hydenet r package：setnode() 模擬正態分布的錯誤標准差

Question

在 r package hydenet 中，我無法模擬我之前使用 setnode() 輸入的標准偏差。 hydenet 導出到 jags 進行模擬。

我在這里加載庫並制作一個簡單的圖表，顯示 node_a 影響 node_b

library(rjags)
library(HydeNet)

dag = HydeNetwork(~node_a
                  + node_b | node_a)

我給兩個節點一個標准差（節點 a 設置為 100，節點 b 設置為 0.25）

dag = setNode(dag, node_a, nodeType = "dnorm", mean = 10, sd = 100) #.1
dag = setNode(dag, node_b, nodeType = "dnorm", mean = "15 + 0.2*node_a", sd = 0.25)

我編譯成 Jags 並在下面模擬一個 100000 的數據框。

comp_dag = compileJagsModel(dag)
sim = HydeSim(comp_dag, variable.names = c("node_a", "node_b"), n.iter = 100000)

但是由於某種原因，當我檢查模擬數據上節點的標准偏差時，標准偏差是錯誤的。 由於某種原因，simulated_sd=sqrt(1/input_sd)。 我也不知道為什么它遵循這個等式。

sd(sim$node_a)
#0.1000575
sd(sim$node_b)
#1.992311

當 hydenet 被輸入模擬數據時，它估計接近標准偏差的原始輸入，奇怪的是這似乎有效。 這是不幸的，因為我需要使用這兩個方程。 因此，它阻止了我僅僅反轉我之前推導出的方程。

sim_dag = HydeNetwork(~node_a
                  + node_b | node_a, data = sim)
writeNetworkModel(sim_dag, pretty = T)
# model{
#    node_a ~ dnorm(9.99955, 100.00706)
#    node_b ~ dnorm(15.53815 + 0.1468 * node_a, 0.25169)
# }

Answer 1

我想通了，雖然我想我會把我的帖子留給其他困惑的人。 JAG 采用均值和精度，而不是均值和標准差。 精度為 1/方差，這也解釋了我在輸入和 output 標准偏差之間得到的等式。

如果您在 R 中模擬來自 JAGS 的事物，則基於我編寫的方程式 (simulated_sd = 1/sqrt(input_sd)) 的反向計算將起作用。