关于R2WinBUGS数据的读入问题

小弟初学R2WinBUGS
按照课本的指点，依葫芦画瓢做的一下程序

library(R2WinBUGS)
library(lattice)
library(coda)
sink("lme.model1.txt")
cat("
model {
# Priors
for (i in 1:ngroups){  
    alpha ~ dnorm(mu.int, tau.int) # Random intercepts
}
mu.int ~ dnorm(0, 0.001)  # Mean hyperparameter for random intercepts
tau.int <- 1 / (sigma.int * sigma.int)
sigma.int ~ dunif(0, 100)  # SD hyperparameter for random intercepts
beta ~ dnorm(0, 0.001)   # Common slope
tau <- 1 / ( sigma * sigma) # Residual precision
sigma ~ dunif(0, 100)   # Residual standard deviation
# Likelihood
for (i in 1:n) {
    mass ~ dnorm(mu, tau)  # The random variable
    mu <- alpha[pop] + beta* length # Expectation
}
}
",fill=TRUE)
sink()

# Bundle data
win.data <- list(mass = as.numeric(mass), pop = as.numeric(pop),
length = length, ngroups = max(as.numeric(pop)), n = n)
到了这里时怎么把自己的数据读成win.data，请大侠指点
自己的数据data在附件中
data.xls (34 KB)

2013-10-24 10:10:56 上传

data1.xls (36 KB)

2013-10-25 16:10:37 上传

没有问题的，你在仔细核查下吧

把data.xls保存为csv文件
dat=read.csv("data.csv")
win.data=list(mass=dat$mass,pop=dat$pop,length=dat$length,ngroup=??,n=?)
在是你的代码似乎有问题

出现了 斜体了
html中【i】    和for(i in..)中a【i】冲突，会默认为 a后面的元素变为斜体,【i】消失
代码最好用<>这个插入

dongshengjay 发表于 2013-10-24 19:18
把data.xls保存为csv文件
dat=read.csv("data.csv")
win.data=list(mass=dat$mass,pop=dat$pop,length=da ...

我是按照书上给的例子，
code如下：

1. library(R2WinBUGS)
   
2. library(lattice)
   
3. library(coda)
   
4. dat=read.csv("data.csv")
   
5. attach(dat)
   
6. 
   
7. 
   
8. sink("lme.model1.txt")
   
9. cat("
   
10. model {
    
11. 
    
12. # Priors
    
13. for (i in 1:ngroups){
    
14. alpha[i] ~ dnorm(mu.int, tau.int) # Random intercepts
    
15. }
    
16. 
    
17. mu.int ~ dnorm(0, 0.001) # Mean hyperparameter for random intercepts
    
18. tau.int <- 1 / (sigma.int * sigma.int)
    
19. sigma.int ~ dunif(0, 100) # SD hyperparameter for random intercepts
    
20. 
    
21. beta ~ dnorm(0, 0.001) # Common slope
    
22. tau <- 1 / ( sigma * sigma) # Residual precision
    
23. sigma ~ dunif(0, 100) # Residual standard deviation
    
24. 
    
25. # Likelihood
    
26. for (i in 1:n) {
    
27. mass[i] ~ dnorm(mu[i], tau) # The random variable
    
28. mu[i] <- alpha[pop[i]] + beta* length[i] # Expectation
    
29. }
    
30. }
    
31. ",fill=TRUE)
    
32. sink()
    
33. 
    
34. 
    
35. # Bundle data
    
36. win.data <- list(mass = as.numeric(mass), pop = as.numeric(pop),
    
37. length = length, ngroups = max(as.numeric(pop)), n = n)
    
38. 
    
39. # Inits function
    
40. inits <- function(){list(alpha = rnorm(n.groups, 0, 2), beta = rnorm(1, 1, 1),
    
41. mu.int = rnorm(1, 0, 1), sigma.int = rlnorm(1), sigma = rlnorm(1))}
    
42. 
    
43. # Parameters to estimate
    
44. parameters <- c("alpha", "beta", "mu.int", "sigma.int", "sigma")
    
45. 
    
46. # MCMC settings
    
47. ni <- 2000
    
48. nb <- 500
    
49. nt <- 2
    
50. nc <- 3
    
51. 
    
52. # Start Gibbs sampling
    
53. out <- bugs(win.data, inits, parameters, "lme.model1.txt", n.thin=nt,
    
54. n.chains=nc, n.burnin=nb, n.iter=ni, debug = TRUE)
    
55. 
    
56. # Inspect results
    
57. print(out, dig = 3)

复制代码

请您指点一下，怎么用我附件中的data数据，把它做出来，请您花费点时间，帮帮我，谢谢

jmpamao 发表于 2013-10-24 21:01
出现了 斜体了
html中【i】    和for(i in..)中a【i】冲突，会默认为 a后面的元素变为斜体,【i】消失
代 ...

谢谢，你能帮我看看上面这个问题吗？着急呀

你的数据里哪里有pop这个变量啊

dongshengjay 发表于 2013-10-25 11:20
你的数据里哪里有pop这个变量啊

实在不好意思，现在把数据上传了data1。
请您帮助一下

我是按照给的例子，但是不知道怎么样把自己的数据运用上去，是求mass~length的线性回归，用分层的方法，group是层次。不知道怎么样把数据利用上去，还麻烦您指导一下，也不知道pop这么样可以不可以？

要是这个例子会用了，下面自己利用学习和运用就通顺多了，现在卡在这里两天了，请您多费心，不胜感激

library(R2WinBUGS)
library(lattice)
library(coda)
dat=read.csv("c:/data.csv")
attach(dat)
setwd("c:/")

sink("c:/lme.model1.txt")
cat("
model {

# Priors
for (i in 1:ngroups){
alpha ~ dnorm(mu.int, tau.int) # Random intercepts
}

mu.int ~ dnorm(0, 0.001) # Mean hyperparameter for random intercepts
tau.int <- 1 / (sigma.int * sigma.int)
sigma.int ~ dunif(0, 100) # SD hyperparameter for random intercepts

beta ~ dnorm(0, 0.001) # Common slope
tau <- 1 / ( sigma * sigma) # Residual precision
sigma ~ dunif(0, 100) # Residual standard deviation

# Likelihood
for (i in 1:n) {
mass ~ dnorm(mu, tau) # The random variable
mu <- alpha[pop] + beta* length # Expectation
}
}
",fill=TRUE)
sink()


# Bundle data
win.data <- list(mass = as.numeric(mass), pop = as.numeric(pop),
length = length, ngroups = max(as.numeric(pop)), n = 255)

# Inits function
inits <- function(){list(alpha = rnorm(win.data$ngroups, 0, 2), beta = rnorm(1, 1, 1),
mu.int = rnorm(1, 0, 1), sigma.int = rlnorm(1), sigma = rlnorm(1))}

# Parameters to estimate
parameters <- c("alpha", "beta", "mu.int", "sigma.int", "sigma")

# MCMC settings
ni <- 2000
nb <- 500
nt <- 2
nc <- 3

# Start Gibbs sampling
out <- bugs(win.data, inits, parameters, "lme.model1.txt", n.thin=nt,
n.chains=nc, n.burnin=nb, n.iter=ni, debug = TRUE)

# Inspect results
print(out, dig = 3)

It's OK!