生態学のデータ解析 - R2WBwrapper

• R2WinBUGS が使いにくいので作った wrapper 関数群についての説明です
  • ようするに R から WinBUGS を使うのが少しラクになります
  • ファイル: R2WBwrapper.R …… これをダウンロードしてください
    • library(R2WinBUGS) が必要，install.packages("R2WinBUGS") でインストールできます
  • 参照: R2WinBUGS, 例/car.normal()
  • 久保用メモ:
    • わたすデータのチェックをする? (data.frame は許可しない，とか)

[もくじ]

• 使用例
• 関数の説明

使用例 

• 例/car.normal() に掲載している R2WBwrapper.R の使用例です
  • 内容は
    • データの準備
    • パラメーターの初期値の設定 (そして WinBUGS が結果を保存するかどうかの設定)
    • WinBUGS の呼び出しとその結果のうけとり

source("R2WBwrapper.R") # R2WBwrapper.R の読みこみ
clear.data.param() # for initialization

# set data (WinBUGS にわたすデータの準備)
load("Y.RData")
set.data("N.site", length(Y))
set.data("Y", Y)

Adj <- c(sapply(2:(N.site - 1), function(a) c(a - 1, a + 1)))
set.data("Adj", c(2, Adj, N.site - 1)) # 「近傍」ID の定義
set.data("Weights", rep(1, 2 * N.site - 2)) # 近傍の重み (全部 1)
set.data("Num", c(1, rep(2, N.site - 2), 1)) # 近傍の個数 (1, 2, 2, ... , 2, 1)

# set parameter (WinBUGS にわたすパラメーター初期値などの準備)
set.param("beta", 0)
set.param("re", rnorm(N.site, 0, 0.1))
set.param("tau", 1)

post.bugs1 <- call.bugs( # ここまで準備したデータとパラメーターをわたして
    file.bug = "model1.bug.txt", # model1.bug.txt で定義されているベイズモデルを
    n.iter = 200, n.burnin = 100, n.thin = 1 # このような MCMC step で
) # 推定計算して結果を post.bugs1 に格納しろ，という命令

関数の説明 

• (あとで書きます)