假设这是我的贝叶斯模型,我怎么能计算我Weibull分布的期望值?是否有发现在R和JAGS Weibull分布的预期值的指示?谢谢
model{
#likelihood function
for (i in 1:n)
{
t[i] ~ dweib(v,lambda)#MTBF
}
#Prior for MTBF
v ~ dgamma(0.0001, 0.0001)
lambda ~ dgamma(0.0001, 0.0001)
}
#inits
list(v=1, lambda=1,mu=0,tau=1)
#Data
list(n=10, t=c(5.23333333,8.95,8.6,230.983333,1.55,85.1,193.033333,322.966667,306.716667,1077.8)
的平均值,或预期值,使用具有参数moment of methods和v
的lambda
威布尔分布的,是:
拉姆达*伽玛(1 + 1 / V)
JAGS不具备伽玛功能,但我们可以围绕使用工作,一个函数,确实有:logfact
。您可以将此行添加到您的代码和跟踪得到的参数exp_weibull
。
exp_weibull <- lambda * exp(logfact(1/v))
伽玛只是因子(X - 1),所以平均简化了一下。下面我举例说明一些R
功能这个推导怎么是一样的。
lambda <- 5
v <- 2
mu_traditional <- lambda * gamma(1 + 1/v)
mu_logged <- lambda * exp(lfactorial(1/v))
identical(mu_traditional, mu_logged)
[1] TRUE
编辑:好像JAGS也有Gamma分布的日志,以及:loggam
。因此,另一种解决方案将是
exp_weibull <- lambda * exp(loggam(1 + 1/v))