急！为什么Winbugs 运行到一定次数就终止运算（hang）了？ [推广有奖]

0关注
0粉丝

本科生

43%

还不是VIP/贵宾

威望: 0 级
论坛币: 295 个
通用积分: 0
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 1740 点
帖子: 35
精华: 0
在线时间: 145 小时
注册时间: 2006-10-23
最后登录: 2024-11-10

楼主

zjh960500 发表于 2010-10-15 08:05:59 |AI写论文

是否 +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~ !

立即领取

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

我用680个区域的发病数据做贝叶斯时空模型，采用improper CAR空间相关先验分布，模型中不含协变量，但每年的空间效应不同（时空交互），这个程序运行至4000次就停止运算了，过了很久会出现一个对话框，提示“undefined real results”；如果删掉
      “yc.pred[i,t] ~dpois(muc[i,t])
      resc[i,t] <-yc.pred[i,t] -yc[i,t]
      PPLc[i,t] <- pow(resc[i,t],2)
      PPLc2[i,t]<- abs(resc[i,t])
  yc.pred[i,t] ~dpois(muc[i,t])

  mapec <- mean(PPLc2[,])
  mspec <- mean(PPLc[,])”
这部分（是用于计算预测值yc.pred、残差resc、平均绝对误差mapec和均方误差mspec的），则模型可以运行至7000次才停止。
另一个模型只有70个区域，程序基本相同，却不会出现这个提示。请教一下是什么原因？（内存不够？初始值不对？还是其它原因？我用的电脑是1G的内存）
模型如下：
model
model
{
for( i in 1:Nc)
   {
      for (t in 1 : T)
         {
         yc[i,t]~dpois(muc[i,t])
         log(muc[i,t])<-log(Ec[i, t])+log(RRc[i,t])
         # Relative Risk
         RRc[i,t]<-exp(alphac+uc[i,t]+vc[i,t])
         SIRc[i,t]<-(yc[i,t]+epsc2)/(Ec[i, t]+epsc2)
         PPc[i,t]<-step(RRc[i,t]-1+epsc)
         yc.pred[i,t] ~dpois(muc[i,t])
      resc[i,t] <-yc.pred[i,t] -yc[i,t]
      PPLc[i,t] <- pow(resc[i,t],2)
      PPLc2[i,t]<- abs(resc[i,t])
         }
   }
mapec <- mean(PPLc2[,])
mspec <- mean(PPLc[,])
# CAR prior distribution for spatial correlated heterogeneity
uc1[1:Nc] ~ car.normal(adjc[],weightc[],numc[],tau.uc[1])
uc2[1:Nc]~ car.normal(adjc[],weightc[],numc[],tau.uc[2])
uc3[1:Nc] ~ car.normal(adjc[],weightc[],numc[],tau.uc[3])
uc4[1:Nc] ~ car.normal(adjc[],weightc[],numc[],tau.uc[4])
for(i in 1:Nc)
{
uc[i,1]<-uc1[i]
uc[i,2]<-uc2[i]
uc[i,3]<-uc3[i]
uc[i,4]<-uc4[i]
}
      for(kc in 1:sumNumNeighc)
      {
            weightc[kc]<-1
         }

# Prior distributions for the Uncorrelated Heterogeneity

for(i in 1:Nc)
{
vc1[i]~dnorm(0,tau.vc[1])
vc2[i]~dnorm(0,tau.vc[2])
vc3[i]~dnorm(0,tau.vc[3])
vc4[i]~dnorm(0,tau.vc[4])
}
for (i in 1:Nc)
{
vc[i,1]<-vc1[i]
vc[i,2]<-vc2[i]
vc[i,3]<-vc3[i]
vc[i,4]<-vc4[i]
}

      for(t in 1 : T)
         {

         tau.uc[t]<-1/pow(sigma.uc[t],2)
      sigma.uc[t]~ dunif(0,10)
      tau.vc[t]<-1/pow(sigma.vc[t],2)
      sigma.vc[t]~ dunif(0,10)
   var.uc[t]<-pow( sigma.uc[t],2)
      var.vc[t]<-pow(sigma.vc[t],2)
      sumvarc[t]<- var.uc[t]+var.vc[t]
PVCc[t]<-var.uc[t]/sumvarc[t]
         }

#other prior
alphac ~ dflat()
epsc<-1.0E-6
epsc2~dnorm(0,1000)
}

含data和初始值的整个模型见附件哈！
麻烦各位了，谢谢！