我是winbugs的新手，正在尝试用winbugs来做固定效应的贝叶斯估计。以下是我的model和数据格式。
model
{
for ( k in 1:K ) {
mu[k] <- alpha[data[k, 190]] + u[data[k, 190],data[k, 191]] + gamma1[data[k, 190]]*data[,1] + gamma2[data[k, 190]]*data[,2] + gamma3[data[k, 190]]*data[,3] + inprod(beta[4:189], data[k, 4:189])
r[k] ~ dnorm(mu[k], prec)
u[data[k, 190],data[k, 191]] ~ dexp(lamda)
eff[data[k, 190],data[k, 191]] <- exp(- u[data[k, 190],data[k, 191]])
}
lamda0 <- -log(0.8)
lamda ~ dexp(lamda0)
for ( k in 1:K ) {
gamma1[data[k, 190]] ~ dnorm(0.0, 1.0E-06)
gamma2[data[k, 190]] ~ dnorm(0.0, 1.0E-06)
gamma3[data[k, 190]] ~ dnorm(0.0, 1.0E-06)
alpha[data[k, 190]] ~ dnorm(0.0, 1.0E-06)
}
for (i in 4:189) {
beta
~ dnorm(0.0, 1.0E-06)
}
prec ~ dgamma(0.001, 0.001)
sigmasq <- 1 / prec
}
list(K=49907)
r[] data[,1] data[,2] data[,3] data[,4] data[,5] data[,6] data[,7] data[,8] data[,9] data[,10] data[,11] data[,12] data[,13] data[,14] data[,15] data[,16] data[,17] data[,18] data[,19] data[,20] data[,21] data[,22] data[,23] data[,24] data[,25] data[,26] data[,27] data[,28] data[,29] data[,30] data[,31] data[,32] data[,33] data[,34] data[,35] data[,36] data[,37] data[,38] data[,39] data[,40] data[,41] data[,42] data[,43] data[,44] data[,45] data[,46] data[,47] data[,48] data[,49] data[,50] data[,51] data[,52] data[,53] data[,54] data[,55] data[,56] data[,57] data[,58] data[,59] data[,60] data[,61] data[,62] data[,63] data[,64] data[,65] data[,66] data[,67] data[,68] data[,69] data[,70] data[,71] data[,72] data[,73] data[,74] data[,75] data[,76] data[,77] data[,78] data[,79] data[,80] data[,81] data[,82] data[,83] data[,84] data[,85] data[,86] data[,87] data[,88] data[,89] data[,90] data[,91] data[,92] data[,93] data[,94] data[,95] data[,96] data[,97] data[,98] data[,99] data[,100] data[,101] data[,102] data[,103] data[,104] data[,105] data[,106] data[,107] data[,108] data[,109] data[,110] data[,111] data[,112] data[,113] data[,114] data[,115] data[,116] data[,117] data[,118] data[,119] data[,120] data[,121] data[,122] data[,123] data[,124] data[,125] data[,126] data[,127] data[,128] data[,129] data[,130] data[,131] data[,132] data[,133] data[,134] data[,135] data[,136] data[,137] data[,138] data[,139] data[,140] data[,141] data[,142] data[,143] data[,144] data[,145] data[,146] data[,147] data[,148] data[,149] data[,150] data[,151] data[,152] data[,153] data[,154] data[,155] data[,156] data[,157] data[,158] data[,159] data[,160] data[,161] data[,162] data[,163] data[,164] data[,165] data[,166] data[,167] data[,168] data[,169] data[,170] data[,171] data[,172] data[,173] data[,174] data[,175] data[,176] data[,177] data[,178] data[,179] data[,180] data[,181] data[,182] data[,183] data[,184] data[,185] data[,186] data[,187] data[,188] data[,189] data[,190] data[,191]
0.038 0.070 NA NA NA NA NA NA NA NA NA NA NA NA NA NA 0.000 0.000 0.000 0.000 0.070 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 1.000 1.000
0.080 0.031 0.006 0.000 0.493 0.013 0.016 -0.001 0.096 0.002 0.003 -0.000 0.007 0.000 0.000 -0.000 0.000 0.000 0.000 0.000 0.031 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.006 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 2.000
-0.131 -0.101 -0.019 0.001 -1.638 -0.042 -0.054 -0.001 -0.313 -0.008 -0.010 -0.000 0.017 0.000 0.001 0.000 0.000 0.000 0.000 0.000 -0.101 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 -0.019 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.000 3.000
这是简单的几行数据，变量数比较多，有189个变量，有350个个体，有143个月的数据。数据太大就先不放上来了
data可以loaded，但是compile的时候报错trap
请各位大神帮忙看看，实在不知道如何debug这个报错
谢谢！
解决问题必定附上50个论坛币！！跪谢！！
扫码加好友，拉您进群
全部版块
我的主页
收藏
