BUGS

BUGSのモデルを載せるの忘れてました。。

model
{
for(i in 1:N)
{
lwage[i] ~ dnorm (mu[i], tau)
mu[i] <- b[1] + b[2]*exper[i] + b[3]*expersq[i] + b[4]*educ[i] + b[5]*age[i] + b[6]*kidslt6[i] + b[7]*kidsge6[i] + b[8]*city[i]
}

for(k in 1:8)
{
b[k] ~ dnorm(0, 0.0001)
}

sigma ~ dunif(0, 1000)
tau <-1/(sigma*sigma)
}

回帰分析

久し振りにlinear regressionをやってみた。備忘録として。
Stata、RとWinBUGSで。ベイズ統計についてはいずれ書きたいと思います。まぁ、分析の方が主だから哲学的な所にはあまりこだわってはいないけど。ただ、ベイズ統計の方がpost-estimationがより楽しい点はあるかな。
データはStataのmroz。モデルはここを参照。
*****Stata
set more off
set memory 500m
cd "E:\"
use mroz, clear
reg lwage exper expersq educ age kidslt6 kidsge6 city
*****R
setwd("E:/")
library(foreign)
mroz <-read.dta("mroz.dta")
N <- nrow(mroz)
lwage <- mroz$lwage
exper <- mroz$experexpersq <- mroz$expersq
educ <- mroz$educ
age <- mroz$age
kidslt6 <- mroz$kidslt6
kidsge6 <- mroz$kidsge6
city <- mroz$city
model <- lm(lwage ~ exper+expersq+educ+age+kidslt6+kidsge6+city)
model
*****BUGSlibrary(R2WinBUGS)
data <-list("N", "lwage", "exper", "expersq", "educ", "age", "kidslt6", "kidsge6", "city")
params <- c("b")
inits <- function () {list(b=runif(8))}
BUGSModel <- bugs (data, inits, params, "Model.txt", n.chains=5, n.iter=10000, debug=T)