model
{
#likelihood
  
for(i in 1:n){
      for(j in 1:m-1){
          x[i,j]~ dnorm( mu[i,j],  tau0[i])
         mu[i,j]<- mu1[i]*exp(-mu10/s)*(t[j+1]-t[j])*a+mu1[i]*exp(-mu10/s)*(tau[i]-t[j])*b+mu2[i]*exp(-mu20/s)*(t[j+1]-tau[i])*b+mu2[i]*exp(-mu20/s)*(t[j+1]-t[j])*c
         sigmatau0<-1/sqrt(tau0[i]*(t[j+1]-t[j]))      
         s~ dunif(1,100)                       
         a<-step( tau[i]-t[ j+1] )
         b<-(step(tau[i]- t[j])-(step(tau[i]- t[j+1])))
         c<-(1-step( tau[i]-t[j]))
}
#prior
   tau[i]~dnorm(mutau,tautau)
   mutau~dnorm(0,  0.001)
   tautau~dgamma(0.01, 0.01)
  sigmatau<-1/sqrt(tautau)
  
   mu1[i]~dnorm(mumu1, tau1)
   mumu1~dnorm(0, 0.001)
   tau1~dgamma(0.01,0.01)
   sigmatau1<-1/sqrt(tau1)
   mu10~dunif(0, 1)
   
   mu2[i]~dnorm(mumu2, tau2)
   mumu2~dnorm(0, 0.001)
   tau2~dgamma(0.01,0.01)
   sigmatau2<-1/sqrt(tau2)
    mu20~dunif(0, 1)
   
tau0[i]~dgamma(alpha,beta)
  }
}
   
DATA
list(
n=3, m=24,  
t=c(0,30,60,90,120,150,180,210,240,270,300,330,360,390,420,
450,480,510,540,570,600,630,660,690)
x= structure(
.Data=c(6.4594,        5.5841,        3.2052,        1.1038, 0.4131,        0.2411,        0.2547,        0.2912,        0.2756,        0.2594,        0.2318,        0.2295,        0.2532,        0.226,        0.1925,        0.2582,        0.28,        0.2748,        0.3253,        0.2603,        0.2411,        0.2749,        0.2753, 6.9293,        5.5254,        3.1079,        0.7795,        0.2667,        0.2979,        0.2528,        0.3239,        0.3186,        0.2133,        0.292,        0.2674,        0.3593,        0.2767,        0.229,        0.25,        0.2926,        0.308,        0.2468,        0.2975,        0.3307,        0.2629,        0.2767, 6.8042,        6.1303,        2.4055,        0.8204,        0.193,        0.275,        0.3019,        0.2845,        0.252,        0.2498,        0.1863,        0.2808,        0.3119,        0.3211,        0.324,        0.1898,        0.3368,        0.3187,        0.1681,        0.2334,        0.3163,        0.3208,        0.2804),
  . Dim = c(3, 23)))  3行23列的矩阵

INITS
list( mutau=0, tautau=1,  mumu1=0, tau1=1,   mumu2=0, tau2=1, alpha=0.01, beta=0.01)

在“load data”时，总显示“undefined data” 在 ‘x= structure(.Data=’ 这部分。
另外数据不够的情况下，如何通过仿真模拟然后进行估参呢？
万分感谢！