Цензура / укорочення в JAGS

У мене питання про те, як укласти проблему цензури в JAGS.

Я спостерігаю, як біваріантна суміш нормальна, коли значення X мають похибку вимірювання. Я б хотів моделювати справжні основні "засоби" спостережуваних цензурованих значень.

Ось що я маю зараз:

 for (i in 1:n){
   x[i,1:2]~dmnorm(mu[z[i],1:2], tau[z[i],1:2,1:2])
   z[i]~dcat(prob[ ])
 }

Y також має похибку вимірювання. Я хочу зробити щось подібне:

 for (i in 1:n){
   x_obs[i] ~ dnorm(x_true[i],prec_x)I(x_true[i],)
   y_obs[i] ~ dnorm(y_true[i],prec_y)
   c(x_true[i]:y_true[i])~dmnorm(mu[ z [ i ],1:2], tau[z[i],1:2,1:2])
   z[i]~dcat(prob[ ])
 }

 #priors for measurement error
 e_x~dunif(.1,.9)
 prec_x<-1/pow(e_x,2)
 e_y~dunif(2,4)
 prec_y<-1/pow(e_y,2)

Очевидно, що команда c не є дійсною в JAGS.

Заздалегідь спасибі.

Можливо, це те, що ви шукаєте:

x_obs[i] ~ dnorm(x_true[i],prec_x)T(x_true[i], )

JAGS має варіанти як цензури, так і усічення. Це здається, що ви хочете усікати, оскільки ви апріорі знаєте, що спостереження лежить у певному діапазоні

Прочитайте посібник користувача, щоб отримати докладнішу інформацію про те, як джеги використовують усічення та цензуру.

Дякую за поради, Девід. Я опублікував це питання на форумі підтримки JAGS і отримав корисну відповідь. Ключовим моментом було використання двовимірного масиву для 'істинних' значень.

for (j in 1:n){ 
  x_obs[j] ~ dnorm(xy_true[j,1], prec_x)T(xy_true[j,1],) 
  y_obs[j] ~ dnorm(xy_true[j,2], prec_y)
  xy_true[j, ] ~ dmnorm(mu[ z [j],1:2], tau[z[j],1:2,1:2]) 
  z[j]~dcat(prob[ ]) 
}

 #priors for measurement error 
 e_x~dunif(.1,.9)
 prec_x<-1/pow(e_x,2)
 e_y~dunif(2,4)
 prec_y<-1/pow(e_y,2)