Inference for Bugs model at "/home/kubo/ecoasHakkoda/winbugs/model.bug.txt", fit using winbugs, 3 chains, each with 22000 iterations (first 20000 discarded), n.thin = 10 n.sims = 600 iterations saved mean sd 2.5% 25% 50% 75% 97.5% Rhat n.eff betaB[1] -0.39 0.62 -1.70 -0.80 -0.37 0.05 0.81 1.28 11 betaB[2] 0.00 0.00 0.00 0.00 0.00 0.00 0.01 1.03 110 betaB[3] -0.30 1.22 -2.73 -1.10 -0.26 0.54 1.88 1.03 100 betaB[4] 0.55 1.12 -1.73 -0.20 0.57 1.32 2.70 1.04 87 betaS[1,1] -1.10 1.64 -4.44 -2.19 -1.15 0.05 1.94 1.01 400 betaS[1,2] -0.30 1.17 -2.70 -1.03 -0.29 0.48 1.75 1.06 60 betaS[1,3] 2.12 1.26 -0.06 1.26 1.98 2.92 4.68 1.10 26 betaS[1,4] 2.30 1.46 -0.41 1.33 2.29 3.28 5.15 1.02 83 betaS[1,5] -1.38 1.75 -4.72 -2.50 -1.45 -0.29 2.48 1.07 35 betaS[1,6] -0.93 1.58 -4.14 -1.97 -0.90 0.16 1.99 1.01 590 betaS[1,7] -1.06 1.59 -4.36 -2.11 -0.87 -0.01 1.74 1.08 41 betaS[1,8] -0.57 1.23 -2.97 -1.35 -0.65 0.31 1.86 1.03 81 betaS[1,9] -0.55 1.16 -2.86 -1.30 -0.52 0.24 1.52 1.01 220 betaS[1,10] 0.53 1.04 -1.57 -0.16 0.56 1.31 2.37 1.05 45 betaS[1,11] -0.08 1.45 -3.01 -1.02 -0.06 0.81 2.89 1.03 88 betaS[1,12] -2.03 1.67 -5.68 -3.13 -1.96 -0.88 0.95 1.03 80 betaS[1,13] -1.71 1.77 -5.35 -2.82 -1.66 -0.52 1.67 1.03 130 betaS[1,14] -2.48 1.83 -6.60 -3.57 -2.27 -1.20 0.45 1.08 33 betaS[1,15] 2.42 0.94 0.73 1.73 2.41 3.03 4.34 1.07 36 betaS[1,16] 3.10 0.86 1.38 2.54 3.10 3.66 4.73 1.04 56 betaS[1,17] -2.42 1.84 -6.69 -3.36 -2.29 -1.14 0.58 1.06 220 betaS[1,18] 2.68 0.89 0.92 2.11 2.63 3.30 4.50 1.03 65 betaS[1,19] -1.33 1.84 -5.32 -2.53 -1.24 -0.06 1.89 1.10 31 betaS[1,20] -2.30 2.28 -7.91 -3.35 -1.85 -0.78 1.31 1.47 8 betaS[1,21] 2.44 0.90 0.73 1.85 2.45 3.03 4.22 1.04 54 betaS[1,22] 0.29 1.50 -2.70 -0.70 0.35 1.26 3.11 1.58 7 betaS[1,23] 5.93 0.91 4.27 5.32 5.91 6.54 7.80 1.14 19 betaS[1,24] -2.87 1.77 -6.11 -4.05 -2.83 -1.60 0.40 1.13 20 betaS[1,25] -1.76 1.76 -5.16 -2.82 -1.68 -0.55 1.51 1.09 31 betaS[1,26] -0.20 1.30 -2.77 -1.12 -0.20 0.65 2.22 1.00 600 betaS[1,27] -1.47 1.61 -5.07 -2.52 -1.42 -0.27 1.33 1.01 280 betaS[1,28] -1.28 1.43 -4.78 -2.08 -1.14 -0.27 1.15 1.01 490 betaS[1,29] 0.33 1.44 -3.18 -0.40 0.54 1.28 2.63 1.57 7 betaS[1,30] -2.81 1.64 -5.97 -3.93 -2.72 -1.67 0.25 1.03 80 betaS[1,31] 0.39 1.15 -1.90 -0.35 0.43 1.17 2.56 1.24 12 betaS[1,32] 2.99 1.38 0.39 1.97 2.96 3.90 5.78 1.08 31 betaS[1,33] -1.15 1.57 -4.52 -2.14 -0.99 -0.05 1.52 1.48 8 betaS[1,34] 3.04 0.86 1.46 2.45 3.01 3.65 4.78 1.05 46 betaS[1,35] 2.32 1.34 0.03 1.40 2.25 3.10 5.38 1.08 38 betaS[1,36] -0.20 1.77 -4.26 -1.24 -0.08 1.07 2.75 1.03 180 betaS[1,37] 1.25 1.04 -0.69 0.53 1.25 1.91 3.30 1.05 48 betaS[1,38] -2.28 1.70 -5.78 -3.38 -2.14 -1.02 0.59 1.08 30 betaS[2,1] -0.01 0.01 -0.02 -0.02 -0.01 -0.01 0.00 1.03 99 betaS[2,2] 0.00 0.00 -0.01 0.00 0.00 0.00 0.01 1.07 44 betaS[2,3] 0.00 0.00 -0.01 0.00 0.00 0.00 0.00 1.01 140 betaS[2,4] 0.01 0.00 0.00 0.01 0.01 0.01 0.02 1.01 290 betaS[2,5] 0.01 0.01 0.00 0.00 0.01 0.01 0.02 1.02 170 betaS[2,6] -0.01 0.01 -0.02 -0.01 -0.01 -0.01 0.00 1.02 140 betaS[2,7] 0.01 0.01 0.00 0.01 0.01 0.01 0.02 1.06 65 betaS[2,8] 0.00 0.00 -0.01 0.00 0.00 0.01 0.01 1.06 41 betaS[2,9] 0.00 0.00 -0.01 0.00 0.00 0.00 0.01 1.03 74 betaS[2,10] 0.00 0.00 -0.01 0.00 0.00 0.01 0.01 1.13 20 betaS[2,11] 0.01 0.00 0.00 0.00 0.01 0.01 0.02 1.11 26 betaS[2,12] 0.00 0.01 -0.01 -0.01 0.00 0.00 0.01 1.21 13 betaS[2,13] 0.01 0.01 0.00 0.01 0.01 0.02 0.02 1.09 28 betaS[2,14] 0.00 0.01 -0.01 0.00 0.00 0.00 0.01 1.06 92 betaS[2,15] 0.00 0.00 0.00 0.00 0.00 0.00 0.01 1.01 510 betaS[2,16] 0.00 0.00 -0.01 0.00 0.00 0.00 0.01 1.00 600 betaS[2,17] 0.00 0.01 -0.01 0.00 0.00 0.00 0.01 1.05 46 betaS[2,18] 0.00 0.00 0.00 0.00 0.00 0.00 0.01 1.00 500 betaS[2,19] 0.01 0.01 0.00 0.01 0.01 0.01 0.02 1.25 13 betaS[2,20] 0.00 0.01 -0.01 -0.01 0.00 0.00 0.01 1.46 8 betaS[2,21] 0.00 0.00 -0.01 0.00 0.00 0.00 0.01 1.04 65 betaS[2,22] 0.00 0.01 -0.01 0.00 0.00 0.00 0.01 1.52 8 betaS[2,23] 0.00 0.00 -0.01 0.00 0.00 0.00 0.00 1.02 130 betaS[2,24] 0.00 0.01 -0.01 0.00 0.00 0.00 0.01 1.02 140 betaS[2,25] 0.00 0.01 -0.01 -0.01 0.00 0.00 0.01 1.24 13 betaS[2,26] 0.01 0.00 0.00 0.00 0.01 0.01 0.01 1.07 33 betaS[2,27] 0.01 0.01 0.00 0.00 0.01 0.01 0.02 1.01 290 betaS[2,28] -0.01 0.01 -0.02 -0.01 -0.01 0.00 0.00 1.02 320 betaS[2,29] -0.01 0.00 -0.02 -0.01 0.00 0.00 0.00 1.54 8 betaS[2,30] 0.00 0.01 -0.01 -0.01 0.00 0.00 0.01 1.08 29 betaS[2,31] 0.00 0.00 -0.01 0.00 0.00 0.00 0.01 1.40 9 betaS[2,32] 0.00 0.00 0.00 0.00 0.00 0.01 0.01 1.00 600 betaS[2,33] 0.00 0.01 -0.01 0.00 0.00 0.00 0.01 1.13 21 betaS[2,34] 0.00 0.00 -0.01 -0.01 0.00 0.00 0.00 1.00 600 betaS[2,35] 0.00 0.00 0.00 0.00 0.00 0.01 0.01 1.05 83 betaS[2,36] -0.02 0.01 -0.03 -0.02 -0.02 -0.01 -0.01 1.09 29 betaS[2,37] -0.01 0.00 -0.01 -0.01 -0.01 0.00 0.00 1.01 600 betaS[2,38] 0.00 0.01 -0.02 -0.01 0.00 0.00 0.01 1.31 10 tau.betaS[1] 0.17 0.06 0.07 0.12 0.16 0.21 0.32 1.30 10 tau.betaS[2] 8735.37 2454.55 4668.02 6912.00 8534.00 10132.50 14620.75 1.08 31 tau.log.potential 0.19 0.03 0.13 0.17 0.19 0.21 0.26 1.25 12 deviance 35.78 31.68 -23.70 12.15 36.83 59.82 93.51 2.58 4 For each parameter, n.eff is a crude measure of effective sample size, and Rhat is the potential scale reduction factor (at convergence, Rhat=1). pD = -7088.1 and DIC = -7052.4 (using the rule, pD = Dbar-Dhat) DIC is an estimate of expected predictive error (lower deviance is better).