Я пытаюсь запустить код от R до R2Openbugs и сталкиваюсь с проблемами, которые не могу понять.Он возвращает те же коды ошибок, хотя я пробовал различные способы устранения, предложенные по другим вопросам.Я был бы очень признателен за любую помощь.Заранее спасибо.
Вот код r:
Fullocc<-read.csv("FinalOccSheet.csv")
Fullocc<-as.matrix(Fullocc[,-1])
## build array where structure is [site,sample,species]
X<-array(data=c(Fullocc),dim=c(81,7,43))
# site covariates
###covs already standardized
SiteCovs<-read.csv("LAoldsitecovs.csv") # cont. values already standardized, PCA for veg chars
sitecovs<-SiteCovs [,-1]
summary(SiteCovs)
# survey covariates (plus standardization)
Temp<-read.csv('LAtempcov.csv')
Temp<-as.matrix(Temp[,-1])
### Function for anuran Multi-species occupancy
Fullocc<-function(DH=X,Soil=sitecovs$Soil.Type,Overst=sitecovs$Overstory.Composition,Veg1=sitecovs$PC1,Veg2=sitecovs$PC2,Veg3=sitecovs$PC3,Temp=Temp,nc=3,ni=40000,nb=5000,nt=3){
n<-dim(DH)[3] # number of species
J<-dim(DH)[1] # number of sites = rows
K<-dim(DH)[2] # number of occassions = columns
data<-list(Y=DH,n=n,J=J,K=K,Soil=Soil,Overst=Overst,Veg1=Veg1,Veg2=Veg2, Veg3=Veg3,Temp=Temp) #LU1=LU1,LU2=LU2,LU3=LU3,LU4=LU4
modelFilename = "MultiSpeciesOccModel.txt"
cat("
model{
psi.mean~dunif(0,1)
a<-log(psi.mean)-log(1-psi.mean)
p.mean~dunif(0,1)
b<-log(p.mean)-log(1-p.mean)
sigma.u~dunif(0,3)
sigma.v~dunif(0,3)
tau.u<-pow(sigma.u,-2)
tau.v<-pow(sigma.v,-2)
rho~dunif(-1,1)
var.v<-tau.v/(1-pow(rho,2))
mu.alpha1~dunif(-3,3)
mu.alpha2~dunif(-3,3)
mu.alpha3~dunif(-3,3)
mu.alpha4~dunif(-3,3)
mu.alpha5~dunif(-3,3)
mu.alpha6~dunif(-3,3)
mu.alpha7~dunif(-3,3)
mu.beta1~dunif(-3,3)
sigma.alpha1~dunif(0,3)
sigma.alpha2~dunif(0,3)
sigma.alpha3~dunif(0,3)
sigma.alpha4~dunif(0,3)
sigma.alpha5~dunif(0,3)
sigma.alpha6~dunif(0,3)
sigma.alpha7~dunif(0,3)
sigma.beta1~dunif(0,3)
tau.alpha1<-1/pow(sigma.alpha1,2)
tau.alpha2<-1/pow(sigma.alpha2,2)
tau.alpha3<-1/pow(sigma.alpha3,2)
tau.alpha4<-1/pow(sigma.alpha4,2)
tau.alpha5<-1/pow(sigma.alpha5,2)
tau.alpha6<-1/pow(sigma.alpha6,2)
tau.alpha7<-1/pow(sigma.alpha7,2)
tau.beta1<-1/pow(sigma.beta1,2)
for(i in 1:n){
u[i]~dnorm(a,tau.u)I(-3,3)
mu.v[i]<-b+(rho*sigma.v/sigma.u)*(u[i]-a)
v[i]~dnorm(mu.v[i],var.v)I(-3,3)
alpha1[i]~dnorm(mu.alpha1, tau.alpha1)I(-3,3)
alpha2[i]~dnorm(mu.alpha2, tau.alpha2)I(-3,3)
alpha3[i]~dnorm(mu.alpha3, tau.alpha3)I(-3,3)
alpha4[i]~dnorm(mu.alpha4, tau.alpha4)I(-3,3)
alpha5[i]~dnorm(mu.alpha5, tau.alpha5)I(-3,3)
alpha6[i]~dnorm(mu.alpha6, tau.alpha6)I(-3,3)
alpha7[i]~dnorm(mu.alpha7, tau.alpha7)I(-3,3)
beta1[i]~dnorm(mu.beta1, tau.beta1)I(-3,3)
#Estimate the occupancy probability (latent Z matrix) for each species at each site
for(j in 1:J){
logit(psi[j,i])<-u[i]+alpha1[i]*Soil[j]+alpha2[i]*Overst[j]+alpha3[i]*Veg1[j]+alpha4[i]*Veg2[j]+alpha5[i]*Veg3[j]
Z[j,i]~dbern(psi[j,i])
#Estimate the species specific detection probability for every rep at each point where the species occurs (Z=1)
for(k in 1:K){
logit(p[j,k,i])<-v[i]+beta1[i]*Temp[j,k]
mu.p[j,k,i]<-p[j,k,i]*Z[j,i]
Y[j,k,i]~dbern(mu.p[j,k,i])
#Create simulated dataset to calculate the Bayesian p-value
Ynew[j,k,i]~dbern(mu.p[j,k,i])
d[j,k,i]<-abs(Y[j,k,i]-mu.p[j,k,i])
dnew[j,k,i]<-abs(Ynew[j,k,i]-mu.p[j,k,i])
d2[j,k,i]<-pow(d[j,k,i],2)
dnew2[j,k,i]<-pow(dnew[j,k,i],2)
}
dsum[j,i]<-sum(d2[j,1:K,i])
dnewsum[j,i]<-sum(dnew2[j,1:K,i])
}
}
#Calculate the discrepancy measure, which is then defined as the mean(p.fit > p.fitnew)
P.fit<-sum(dsum[1:J,1:n])
P.fitnew<-sum(dnewsum[1:J,1:n])
BPvalue<-step(P.fitnew-P.fit)
# derived parameters
for(j in 1:J){
SpR[j]<-sum(Z[j,])
}
", fill=TRUE, file=modelFilename)
inits<-function(){
list(psi.mean=runif(1),p.mean=runif(1),sigma.u=runif(1,0,3),sigma.v=runif(1,0,3),rho=runif(1,-1,1),u=rnorm(n),v=rnorm(n),Z=matrix(1,nrow=J,ncol=n),
mu.alpha1=rnorm(1),mu.alpha2=rnorm(1),mu.alpha3=rnorm(1),mu.alpha4=rnorm(1),mu.alpha5=rnorm(1),mu.alpha6=rnorm(1),mu.alpha7=rnorm(1),
sigma.alpha1=runif(1,0,3),sigma.alpha2=runif(1,0,3),sigma.alpha3=runif(1,0,3),sigma.alpha4=runif(1,0,3),sigma.alpha5=runif(1,0,3),sigma.alpha6=runif(1,0,3),sigma.alpha7=runif(1,0,3),
mu.beta1=rnorm(1),sigma.beta1=runif(1,0,3))
}
params<-list('psi.mean','sigma.u','p.mean','sigma.v','SpR','mu.alpha1','mu.alpha2','mu.alpha3','mu.alpha4','mu.alpha5','mu.alpha6','mu.alpha7','sigma.alpha1','sigma.alpha2','sigma.alpha3','sigma.alpha4','sigma.alpha5','sigma.alpha6','sigma.alpha7',
'alpha1','alpha2','alpha3','alpha4','alpha5','alpha6','alpha7',
'mu.beta1','sigma.beta1','beta1','BPvalue','u','a','v','Sp.R.pred')
require(R2OpenBUGS)
fit<-bugs(data,inits,params,"MultiSpeciesOccModel.txt",n.chains=nc,n.iter=ni,n.burnin=nb,n.thin=nt,debug=TRUE,DIC=TRUE, codaPkg = TRUE)
print(fit,dig=3)
}
### Run function with augmented data
Fullocc<-Fullocc(DH=X,Soil=sitecovs$Soil.Type,Overst=sitecovs$Overstory.Composition,Veg1=sitecovs$PC1,Veg2=sitecovs$PC2,Veg3=sitecovs$PC3,Temp=Temp,nc=3,ni=40000,nb=5000,nt=3)
Вот сообщения об ошибках OpenBugs
недопустимая или неожиданная ошибка сканирования токена pos 2892
модель должна быть проверена перед загрузкой данных
модель должна быть проверена перед компиляцией
модель должна быть скомпилирована, но не обновлена, чтобы иметь возможность изменять генератор RN
BugsCmds: NoCompileInits
BugsCmds: NoCompileInits
BugsCmds: NoCompileInits
модель должна быть скомпилирована перед генерацией начальных значений
модель должна быть инициализирована перед обновлением
модель должна быть инициализирована перед использованием мониторов
модель должна быть инициализирована перед мониторингом DIC
модель должна быть инициализирована перед обновлением
модель должна быть инициализирована перед мониторамииспользуется
Монитор DIC не установлен
А вот сообщения об ошибках R, которые появляются при закрытии openbugs:
Ошибка вошибок.run (n.burnin, OpenBUGS.pgm, debug = debug, WINE = WINE,: посмотрите на файл журнала в C: / Users / ethro / AppData / Local / Temp / RtmpolX83G и попробуйте снова с «debug = TRUE», чтобы вычислитьчто пошло не так в OpenBUGS.