orange

  •  
  • 2007年6月9日
  • 注册于 2006年8月15日
  • 本想把具体公式放上去的,但是没法粘帖,如果那个高手需要的话,可以加我qq:43774912
  • 一个winbugs程序放入winbugs中检查,老是通不过,每次检查时光标自动指向如下语句:



      pp [ i , j ] <- ( ( sqrt ( tau ) / ( x[ i , j ] + delta ) ) * exp ( -0.5 * pow ( log ( abs ( x [ i , j ] + delta ) ) - mu [ i , j ] , 2 ) * tau ) ) / c



    但是我又不知道这个语句那错了。



    具体模型程序如下:





    model

    {

    # Model for the observations ( upper left triangle )

    c <- 10000 # this constant must be large to guarantee that p[ i ] ' s< 1

    for ( i in 1 : r ) {

      for ( j in 1 : ( r+1-i ) ) {

        ones [ i , j ] <- 1

        pp [ i , j ] <- ( ( sqrt ( tau ) / ( x[ i , j ] + delta ) ) * exp ( -0.5 * pow ( log ( abs ( x [ i , j ] + delta ) ) - mu [ i , j ] , 2 ) * tau ) ) / c

        p [ i , j ] <- max ( pp [ i , j ] , 0 )

        cct [ i , j ] <- abs ( p [ i , j ] / pp [ i , j ] )

        ones [ i , j ] ~ dbern ( p [ i , j ] )

        mu [ i , j ] <- miu + alpha [ i ] + beta [ j ]

      }



      # model for future claims ( lower right triangle )

      for ( j in ( r + 2 - i ) : r ) {

      x [ i , j ] ~ dlnorm ( mu [ i , j ] , tau )

      mu [ i , j ] <- miu + alpha [ i ] + beta [ j ]

      }

    }





    alpha [ 1 ] <- 0

    beta [ 1 ] <- 0

    for ( i in 2 : r ) {

      alpha [ i ] ~ dnorm ( 0.0 , alpha.tau )

      beta [ i ] ~ dnorm ( 0.0 , beta.tau )

    }





    alpha.tau ~ dgamma ( 0.001 , 0.001 )

    beta.tau ~ dgamma ( 0.001 , 0.001 )

    miu ~ dnorm ( 0.0 , miu.tau )

    tau ~ dgamma (tau.a , tau.b )

    sigma2 <- 1/tau



    miu.tau ~ dgamma ( 0.1 , 0.1 )



    tau.a ~ dgamma ( 2.5 , 0.1 )

    tau.b ~ dgamma (2 , 0.1 )





    delta ~ dnorm ( delta.a , delta.c )

    delta.a ~ dnorm ( 200.0 , .0001 )

    delta.c ~ dgamma ( 0.0001 , .1 )

    # Estimation of the reserves.



    for ( i in 2 : r ) {

    outstand.row [ i ] <- sum ( x [ i , ( r + 2 - i ) : r ] ) - ( i - 1 )* delta

    }

    outstand.row [ 10 ] <- sum ( outstand.row [ 2 : 9] )

    }



    希望那位高手能帮个忙看一下,谢谢!
  • 谢谢,好像明白了一点了!

    我想把模型放上去让你帮我看看的,可是怎么都粘帖不上去啊,郁闷!



    文章模型假设y=log(x+a) (1)

    y服从正态分布,a为门限参数。

    将a的极大似然估计值代入公式(1)

    得到profile likelihood function,再去估计其他参数



    (很想把公式粘帖上去让你帮我解释一下,可是弄不上去,不知道你能看明白我的意思不,如果能看懂,能不能再给我说具体点,不胜感激!)
  • 在文章中读到“profile”likelihood,感觉好茫然,查阅了专业辞典没有找到相关翻译。



    请教各位大侠这是什么意思,它的基本原理是什么,该怎么翻译,它和极大似然估计有什么区别呢?
  • 请问hangover,你知道profile likelihood是什么检验吗?

    它和likelihood的区别是什么呢?

    谢谢
  • lindammay,你好!

    我是新手,现在做一篇论文,正好符合你的研究领域,而且我也用winbugs软件

    我到现在还没有弄明白贝叶斯和mcmc的关系,尤其mcmc原理让我感觉有点混乱,没有找到系统的资料

    你能不能给点指导意见,或者给我点资料啊!

    如果你看见了,加我吧,我的qq是:43774912   或者留个联系方式给我也可以,我加你!

                                谢谢
  • 请问三参数对数正态分布是什么?我知道对数正态分布,



              但是三参数对数正态分布我就不太懂了,那位高手给指点一下。
  • 《统计品茶》和《统计,改变了世界》是同一本书,不同的译本,大陆版和台湾版本的区别!

    昨天从图书馆借来看了看,的确是一本“没有眼泪”的统计读物!