楼主: andystata
2252 3

[问答] 急,请问如何解决undefined real result? [推广有奖]

  • 3关注
  • 0粉丝

本科生

25%

还不是VIP/贵宾

-

威望
0
论坛币
935 个
通用积分
0.0617
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
1116 点
帖子
58
精华
0
在线时间
68 小时
注册时间
2015-7-2
最后登录
2017-11-1

楼主
andystata 发表于 2017-8-4 05:14:10 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
在winbugs里面我把模型建好了logistic regression model,data loaded,initial value 也设置好了,但是当我update的时候就老是显示undefined real results. 请问论坛里面大神 我哪一步出了问题,我的model,data(包含两个data file,分别对他们load data即可),initial在这里 winbugs.zip (8.24 KB)

model代码如下:

model {
    for (i in 1:n) {
      logit(p)<- alpha+b.sex*sex+b.aeti*aeti+b.afp*AFP_value+b.diff*difference+b.age*age        #Linear regression on logit

whether_hcc~dbern(p)
}
alpha~dnorm(0.0, 1.0E-4)
b.sex~dnorm(0.0, 1.0E-4)
b.aeti~dnorm(0.0, 1.0E-4)
b.afp~dnorm(0.0, 1.0E-4)
b.diff~dnorm(0.0, 1.0E-4)
b.age~dnorm(0.0, 1.0E-4)
}


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Undefined Defined Result DEFINE RESUL

沙发
andystata 发表于 2017-8-4 05:17:09
复制粘贴出了点问题,漏掉了[i], model里应该是这样
logit(p[i])<- alpha+b.sex*sex[i]+b.aeti*aeti[i]+b.afp*AFP_value[i]+b.diff*difference[i]+b.age*age[i]        #Linear regression on logit
whether_hcc[i]~dbern(p[i])

藤椅
andystata 发表于 2017-8-4 22:48:25
有人给我说,要把data standardised 一下再来fit, 不知道是否有用

板凳
vanessamishima 发表于 2018-8-6 19:55:33
andystata 发表于 2017-8-4 22:48
有人给我说,要把data standardised 一下再来fit, 不知道是否有用
试了一下好像是可以的。

摘自用户手册:
a) 'undefined real result' indicates numerical overflow. Possible reasons include:
- initial values generated from a 'vague' prior distribution may be numerically extreme - specify
appropriate initial values;
- numerically impossible values such as log of a non-positive number - check, for example, that no
zero expectations have been given when Poisson modelling;
- numerical difficulties in sampling. Possible solutions include:
- better initial values;
- more informative priors - uniform priors might still be used but with their range restricted to
plausible values;
- better parameterisation to improve orthogonality;
- standardisation of covariates to have mean 0 and standard deviation 1.
- can happen if all initial values are equal.

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-7 23:36