#        Normal likelihood, identity link
#        Fixed effects model
model{                                            #    PROGRAM STARTS
for(i in 1 :ns){                                      #    LOOP THROUGH STUDIES
    mu[i]~dnorm(0,.0001)                           # vague priors for all trial baseline
    for (k in 1 :na[i]) {                              #   LOOP THROUGH ARMS
        var[i,k] <- pow(se[i,k],2)                     # calculate variances
        prec[i,k] <- l/var[i,k]                             # set precisions
        y[i,k]~dnorm(theta[i,k],prec[i,k])              # binomial likelihood
#model for linear predictor
        theta[i,k] <- mu[i] + d[t[i,k]] -d[t[i,l]]
#Deviance contribution
        dev[i,k] <- (y[i,k]-theta[i,k])*(y[i,k]-theta[i,k])*prec[i,k]
      }
#        summed residual deviance contribution for this trial
    resdev[i] <- sum(dev[i,l:na[i]])
  }
totresdev <- sum(resdev[])                            #Total Residual Deviance
d[l]<-0                                        # treatment effect is zero for control arm
#vague priors for treatment effects
for (k in 2:nt){   d[k] ~ dnorm(0,.0001)}
#Provide estimates of treatment effects T[k] on the natural scale
#Given a Mean Effect, meanA, for 'standard' treatment A,
#with precision (1/variance) precA
A ~ dnorm(meanA,precA)
for (k in 1 :nt) { T[k] <- A + d[k] }
#ranking on relative scale
for (k in l:nt){
     rk[k]<-nt+l-rank(d[],k)
     best [k]<-equals(rk[k], 1)    #the probability of becoming the best
    }
#Pairwise difference for all possible pairwise comparisons,if nt>2
for (c in l:(nt-l)){
    for (k in (c+l):nt){
                  Dif[c,k]<-(d[k]-d[c])
         }
    }
}                                                   #*** PROGRAM ENDS
list(ns=22, nt=5)
t[ ,1]  t[ ,2]   y[ ,1]    y[ ,2]    se[ ,1]    se[ ,2]  na[ ]
1      5     46.36    50.67    0.25     0.31    2
1      4     46.00    29.00    0.58     0.15    2
1      4     21.16    18.94    0.25     0.29    2
1      4     23.77    23.94    0.14     0.20    2
1      2     41.04    20.00    0.17     0.27    2
1      2     49.30    30.90    0.25     0.30    2
1      3     20.89    10.56    0.16     0.16    2
1      3     21.10    18.00    0.33     0.25    2
1      2     48.42    20.95    0.06     0.32    2
2      3     24.46    18.13    0.11     0.23    2
1      3     45.30    20.15    0.06     0.18    2
1      3     33.00    17.97    0.31     0.35    2
1      3     45.81    26.95    0.54     0.55    2
1      3     22.13    16.53    0.43     0.21    2
3      5     32.25    22.77    0.39     0.27    2
2      5     28.45    18.57    0.50     0.41    2
3      5     37.93    22.95    0.45     0.31    2
1      4     23.30    13.07    0.49     0.09    2
1      3     32.88    27.14    0.16     0.28    2
1      2     12.46    16.15    0.19     0.42    2
1      4     16.02    10.05    0.15     0.33    2
2      3     34.30    28.49    0.34     0.33    2
END
list=(d=c(0,0,0,0,0),sd=1,mu=c(0,0,0,0,0))
谢谢各位大神！