Código WinBUGS para el modelo jerárquico bayesiano

estoy leyendo esto (que tiene como objetivo modelar el crecimiento de nanocables (NW) utilizando un enfoque jerárquico bayesiano). En la página 7, el autor propuso un modelo para describir el crecimiento de los nanocables. Estoy tratando de escribir un código WinBUGS (consulte a continuación), pero no estoy seguro de si es correcto.

Cité esto del periódico como resumen:

Los estudios de caso demostrarán el procedimiento de modelado jerárquico y estimación del proceso de crecimiento del NW bajo incertidumbres. ... Los datos allí se recopilaron a lo largo del tiempo (t = 15 s, 30 s, 180 s, 900 s) en seis condiciones de crecimiento (T = 365 ◦C, 380 ◦C, 400 ◦C, 420 ◦C, 430 ◦ C, 440 ◦C). Las primeras cuatro condiciones se utilizan para la construcción de modelos. No consideramos las dos condiciones de alta temperatura porque no hay observaciones en los tiempos 180 s y 900 s. “

Entonces, estamos tratando con tres variables, que incluyen el tiempo (en segundos), la temperatura (en C) y la longitud de los nanocables (en cm). Hay cuatro niveles de temperatura (365 ◦C, 380 ◦C, 400 ◦C y 420 ◦C) y cuatro puntos de tiempo (15 s, 30 s, 180 s, 900 s). No tengo los valores exactos de longitud en cada condición, así que generé algunos valores mirando la Figura 6 en el documento.

Aquí está el código WinBUGS. Funciona perfectamente, pero no estoy seguro de si es correcto. Agradezco cualquier entrada. ¡Gracias!

model
{
    for(j in 1 : 4) {
        for(i in 1 : 4) {
            X[i,j] ~ dnorm(mu[i,j], tau)
            mu[i,j] <- (step(t0[j] - t[i]))  * ((a1[j]*(exp(-alpha2[j]/t[i])))) + (step(t[i] - t0[j])) * ((a3[j]*t[i]) + (a1[j]*(exp(-alpha2[j]/t0[j]))) -a3[j]*t0[j])
        }

        t0[j] ~ dunif(1,40)
        alpha2[j] ~ dunif(1,20)

        a1[j]~ dnorm(mua1[j], tau1)
        a3[j]~ dnorm(mua3[j], tau3)

        alpha1[j] <- exp(a11)
        alpha3[j] <- exp(a33)

        log(mua1[j]) <- log(alpha1[j]) - (230/(T[j]*1.3806503*pow(10, -23)))
        log(mua3[j]) <- log(alpha3[j]) - (230/(T[j]*1.3806503*pow(10, -23)))
    }

    a11~ dnorm(0,0.001)
    a33~ dnorm(0, 0.001)

    tau1 <- pow(sigma1, -2)
    sigma1 ~ dunif(0,10)

    tau3 <- pow(sigma3, -2)
    sigma3 ~ dunif(0,10)

    tau <- pow(sigma, -2)
    sigma ~ dunif(0,20)
}

list(X= structure(.Data= c(0.00011E+00, 0.00022E+00, 2.00000E-02, 3.50000E-02, 7.00000E-03, 7.00000E-03, 3.00000E-01, 3.00000E-01, 3.50000E-02, 7.00000E-02, 2.50000E-01, 5.00000E-01, 2.00000E-01, 2.25000E-01, 5.50000E-01, 2.30000E+00), .Dim=c(4, 4)), T=c(3.65000E+02, 3.80000E+02, 4.00000E+02, 4.20000E+02), t=c(1.50000E+01, 3.00000E+01, 1.80000E+02, 9.00000E+02))

preguntado el 27 de julio de 12 a las 18:07

al menos debería citar las ecuaciones exactas del modelo... su especificación ("en la página 7") es bastante vaga... -

0 Respuestas

No es la respuesta que estás buscando? Examinar otras preguntas etiquetadas or haz tu propia pregunta.