Как получить единственную оценку для фунтов на квадратный дюйм, а не оценку для каждого ввода данных, в моей простой модели заполнения Байеса? - PullRequest
Новая
       78

Как получить единственную оценку для фунтов на квадратный дюйм, а не оценку для каждого ввода данных, в моей простой модели заполнения Байеса?

0 голосов
/ 07 сентября 2018

Я создаю простые иерархические модели занятости в R2jags, и в итоге я получаю единственную оценку для p, B0 и B1; однако, я получаю оценку для фунтов на квадратный дюйм для каждого участка среды обитания (n = 88). B1 - ковариата, представляющая площадь в гектарах (cs) для каждого участка среды обитания. Я прочитал код для многих бумаг Bayes Occu, а также внимательно следил за рекомендациями из Hobbs and Hooten, 2015. Можно ли получить единую оценку для фунтов на квадратный дюйм? Код выглядит следующим образом: 

#create data list

dataListColArea <- list(
  y_sf = y_sf,
  cs = cs,
  J = J,
  nsite = length(y_sf)
)

#create model

swfoColArea <- function() {
  #priors
  p ~ dunif(0, 1)
  beta0 ~ dlogis(0, .01)
  beta1 ~ dlogis(0, .01)

  #liklihood
  logit(psi0) <- beta0
  for (i in 1:nsite) {
    logit(psi[i]) = beta0 + beta1*cs[i]
    z[i] ~ dbern(psi[i])
    y_sf[i] ~ dbinom((z[i]*p), J[i])
  }
}

#set inits

initsswfoColArea <- function() {
list(
    beta0 = .5,
    beta1 = .5,
    p = .5
    )
}

    #write model into jags

    parameters <- c("psi", "p", "beta0", "beta1")
fm_swfoColArea <-jags(data = dataListColArea,
                  inits = initsswfoColArea,
                  parameters.to.save = parameters,
                  model.file = swfoColArea,
                  n.chains = 5, 
                  n.iter = 50000, 
                  n.burnin = 10000,
                  n.thin = 10)
fm_swfoColArea


#output:

beta0    193.328 123.519   23.823 103.231 171.417 258.910 492.839 1.002  1900
beta1     21.424 101.062 -144.867 -47.632   8.660  78.420 254.472 1.005   720
p          0.154   0.026    0.107   0.136   0.153   0.170   0.208 1.001 13000
psi[1]     1.000   0.007    1.000   1.000   1.000   1.000   1.000 1.286  3000
psi[2]     1.000   0.009    1.000   1.000   1.000   1.000   1.000 1.261  1700
psi[3]     1.000   0.010    1.000   1.000   1.000   1.000   1.000 1.249  1500
psi[4]     0.999   0.015    1.000   1.000   1.000   1.000   1.000 1.184  1300
psi[5]     1.000   0.008    1.000   1.000   1.000   1.000   1.000 1.278  2400
psi[6]     1.000   0.007    1.000   1.000   1.000   1.000   1.000 1.285  3000
psi[7]     0.998   0.021    1.000   1.000   1.000   1.000   1.000 1.114  1700
.......and so forth -> psi[88]
...