glm()
であつかっていたポアソン回帰 → 無情報事前分布なベイズモデル化 &
WinBUGS の導入
glm()
で十分な問題
p12 <- 0.5 # prob(i -> i.next) p21 <- 0.5 # prob(i.next -> i) if (i == i.min | i == i.max) { p12 <- 1 } else if (i == i.min + 1 & i.next == i.min) { p21 <- 1 } else if (i == i.max - 1 & i.next == i.max) { p21 <- 1 } p <- exp(vlogL[i.next] + log(p21) - vlogL[i] - log(p12))で, サンプリングさせてみると …… やっぱ WinBUGS とかに比べると格段に収束がわるいね. 下の例は 100 step とばしに 1000 回サンプリングした結果なのだが.
plot(density(事後分布標本))
すると「なめらかに & もっともらしく」見えるようになってしまうんだよね
……