50 샘플 평균의 95 % 신뢰 구간을 찾으려고합니다. 샘플 크기는 2 내지 600의 범위, 각 시료의 값이 1 ~ 5 예 묶여있다 : (10)의 크기JAGS를 사용하여 로그 정규 분포를 베이지안으로 추정
sample 1 = (1,3.5,2.8,5,4.6)
sample 2 = (1,5)
sample 3 = (4.1,1.1,5,3.5,2,2.4,...)
샘플 이상의 난의 베이지안 추정 장애가 있었던 사용 로그 정규 분포를 갖는다 로그 정규 모델 사양 존 K. Kruschke에서 적응 파라미터를 아래와 같이
modelstring = "
model {
for(i in 1 : N) {
y[i] ~ dlnorm(muOfLogY , 1/sigmaOfLogY^2)
}
sigmaOfLogY ~ dunif(0.001*sdOfLogY , 1000*sdOfLogY)
muOfLogY ~ dunif(0.001*meanOfLogY , 1000*meanOfLogY)
muOfY <- exp(muOfLogY+sigmaOfLogY^2/2)
modeOfY <- exp(muOfLogY-sigmaOfLogY^2)
sigmaOfY <- sqrt(exp(2*muOfLogY+sigmaOfLogY^2)*(exp(sigmaOfLogY^2)-1))
}
"
을 모델 내가 상한에 극대값을 가지고 103 < = 샘플 <으로, 샘플 크기 그러나> (10)로 잘 작동 (예 : 5) 평균을 초과 한 평균값 (예 : 3000).
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
NA/NaN/Inf in 'y'
내가 장애가 있었던 경우에 새로운 오전이 문제를 해결하는 방법을 알아낼 수 없습니다 : 는 표본 크기 = 2의 경우, 나는 아래의 오류가 발생했습니다. 나는 smaples에 대해 < 10 분배가 더 이상 로그 정상이라고 생각합니다! 아이디어가 있으십니까? 감사합니다.