R не может распознать переменную, не знаю, почему

голоса
0

Я в настоящее время использую R студии, и загрузить пакет «BRMs», для тех, кто знаком с ним. Я хотел создать код, который загружен набор данных, побежал преобразование POISSON на ней, и закодированы преобразование как другой переменной:

`install.packages(brms)
library(brms)
#In this example, we have a data set which includes data for fishing,
#like number of fish caught, whether bait was used, etc.
#We will bit this using something called a 'zero limit possion' model'.
zinb <- read.csv(http://stats.idre.ucla.edu/stat/data/fish.csv) #data set
zinb$camper <- factor(zinb$camper, labels = c(no, yes)) #adding whether camper was there
head(zinb)
is.data.frame(zinb)
summary(zinb)
#below, we fit our zinb data set into that zero limit possion model, and
#our predictors will be number of persons, whether there was a child,
#and if the group consisted of campers. 
fit_zinb1=brm(data=zinb, count ~persons + child + camper,
             family = zero_inflated_poisson(log)) #specify the data, and the family

#see what it looks like
summary(fit_zinb1)

Однако, R не признает свой новый переменный «fit_zinb1». Любые мысли о том, почему это может быть дело?

Спасибо вам большое!

Задан 27/11/2018 в 14:59
источник пользователем
На других языках...                            


1 ответов

голоса
1

Спасибо за ваш вопрос. Ваш код работает нормально и дает выход ниже.

Что , вероятно , означает , что вы система не настроена правильно работать library(brms). Вы пробовали запустить простую модель в library(rstan)? Модель восемь школ здесь, например: https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started

Это, вероятно, не работает и может дать вам лучшее представление о том, чего не хватает от вашей настройки для запуска этих моделей.

Family: zero_inflated_poisson 
Links: mu = log; zi = identity 
Formula: count ~ persons + child + camper 
Data: zinb (Number of observations: 250) 
Samples: 4 chains, each with iter = 2000; warmup = 1000; thin = 1;
     total post-warmup samples = 4000

Population-Level Effects: 
          Estimate Est.Error l-95% CI u-95% CI Eff.Sample Rhat
Intercept    -1.01      0.17    -1.33    -0.66       2684 1.00
persons       0.87      0.04     0.79     0.96       2678 1.00
child        -1.37      0.09    -1.55    -1.19       2890 1.00
camperyes     0.79      0.09     0.61     0.98       3329 1.00

Family Specific Parameters: 
   Estimate Est.Error l-95% CI u-95% CI Eff.Sample Rhat
zi     0.41      0.04     0.32     0.50       3071 1.00

Samples were drawn using sampling(NUTS). For each parameter, Eff.Sample 
is a crude measure of effective sample size, and Rhat is the potential 
scale reduction factor on split chains (at convergence, Rhat = 1).
Ответил 27/11/2018 в 22:03
источник пользователем

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more