OpenBUGS nie może zbiegać się w modelu, który zbiega się w WinBUGS. Precyzyjny limit?

Question

Jak w tytule tego postu mówi, gdy próbuję uruchomić kod i dane, które działają dobrze w WinBUGS z R za pomocą BRugsFit (z coda=T), otrzymuję te błędy:

Error in glm.fit(x = structure(c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, : 
    NA/NaN/Inf in foreign function call (arg 1) 
In addition: Warning messages: 
1: glm.fit: algorithm did not converge 
2: glm.fit: algorithm did not converge 
3: glm.fit: algorithm did not converge 
4: glm.fit: algorithm did not converge 
5: step size truncated due to divergence 

Kiedy zrobić tail() na coda obiektu, w kółko dostaję te same liczby. Z drugiej strony, gdy uruchomię WinBUGS, zapiszę kod i załaduję go do R, dostaję pewną stochastyczną wariację, jakiej oczekiwałbym, i bez ostrzeżeń o konwergencji.

Oto mój model (używa "jedynej sztuczki", aby znaleźć posterunki dla parametrów rozkładu Logistic-Makeham).

model { 
    for(i in 1:n){ 
      ones[i]<-1; 
      # here I pre-calculate two quantities that occur several times 
      # in the PDF, to save a little processing time 
      expbx[i] <- exp(b*x[i]); expbx1[i]<- 1/(1+sd*(expbx[i]-1)); 
      # below is the actual PDF 
      p[i]<-(c+a*expbx[i]*expbx1[i])*exp(-c*x[i])*pow(expbx1[i],1/s); 
      # the ones trick 
      ones[i]~dbern(p[i]); 
    } 
b~dunif(0,1); d~dexp(1); c~dexp(1); s.raw~dflat(); 
    # a (lambda) parametrized this way because it comes out more accurate 
    # s forced to be > 0 
    a<-b*d; s<-abs(s.raw); 
    # NOT a standard deviation, just s times d, to save processing time 
    sd<-s*d; 
    # I save all the parameters I'm interested in to one vector, for convenient 
    # viewing of them all in the same window. 
    out[1]<-a; out[2]<-b; out[3]<-c; out[4]<-s; out[5]<-d; 
} 

Oto typowy przykład moich danych:

list(n= 148 ,x=c(1246,1175,1048,1169,1043,802,543,719,1296,817,1122,542,839,443,1536,700,834,232,596,1096,1118,957,974,1031,1149,1044,1108, 
519,677,569,952,1243,970,1736,1262,1026,979,1543,1029,761,533,540,511,1150,1589,1169,1029,1248,1572,638,731,525,968,1467,1596,1077,712,1603,1 
203,991,37,1775,893,993,913,1487,1186,1381,977,1247,857,786,615,733,1206,1059,1508,569,1205,754,886,1099,843,599,780,1294,1603,1242,883,1320, 
507,1097,1193,218,1362,1181,1118,453,1291,972,787,1061,1097,1100,1117,1174,596,1305,1071,940,919,999,1209,1043,1161,1016,1025,750,423,732, 
1389,907,1184,1275,944,1209,1073,1098,1348,976,817,557,211,961,880,1039,1287,736,1400,1757,1355,977,198,689,853,1251,767,768)) 

... i typowy inits (używam 4 łańcuchy, Przecinka 20 Burnin 2000, 20000 iteracji)

list(d=0.001738,b=0.0009672,c=0.002451,s.raw=0.001511) 
list(d=0.006217,b=0.005596,c=0.00777,s.raw=0.007019) 
list(d=1.504E-05,b=4.825E-06,c=2.172E-07,s.raw=6.104E-05) 
list(d=0.3011,b=0.03552,c=0.1274,s.raw=0.2549) 

Czy OpenBUGS po prostu zaokrągla do mniej znaczących cyfr niż WinBugS, a jeśli tak, to być może jest ustawienie, które mogę zmienić, aby przestało to robić?

Answer 1

Moja wstępna odpowiedź na to pytanie wydaje się być jakaś kombinacja ...

• Ustawianie format argument bugsInits() i bugsData() poleceń fg.
• Parametryzowanie poprzedniej dystrybucji tak, że jeśli parametr jest bardzo mały (w ujemnej podwójnej cyfrze na skali logarytmicznej) próbkowanie odbywa się z odwrotnością (lub inną odpowiednią transformacją).
• Tylko przy użyciu dużych odstępów między liniami (w moim przypadku 80) i DUŻO iteracji. OpenBUGS nie obsługuje obecnie nadmiernego relaksu, i to jest to.
• Jeśli niektóre zmienne mają charakter kategoryczny, nie należy umieszczać ich w tym samym podsumowaniu, co zmienne ciągłe.

Do odpowiadającego który zaproponował wyłączenie nadmiernej relaksacji: problemem jest to, że nie można go na i bez niego, iteracje wieki. Ale to wydaje się być jedynym wyborem w tym czasie. Szkoda, że ​​podręcznik WinBUGS nie jest bardziej szczegółowy na temat tego, co należy rozumieć przez ostrożne używanie tej funkcji. No cóż, myślę, że w końcu będę musiał przeczytać gazetę, którą cytują. Ale ponieważ nie jest to nawet dostępne w OpenBUGS, jest to w tej chwili pół-dyskusyjne.

Zostawię moje pytanie otwarte przez chwilę, na wypadek, gdyby ktoś miał lepszą lub bardziej szczegółową odpowiedź niż to, co udało mi się wymyślić.