Что происходит, когда у вас нет представления о распределении параметров? Какой подход мы должны использовать?
В большинстве случаев мы стремимся недооценивать, влияет ли определенная переменная на наличие / отсутствие определенного вида, и принимается или нет переменная в соответствии с важностью переменной. Это означает, что в большинстве случаев мы не думаем об ожидаемом распределении, которое должен иметь параметр.
Правильно ли предположить, что все параметры соответствуют нормальному распределению, когда все, что я знаю, это то, что b1, b2, b3 и b4 должны изменяться от -2 до 2, а b0 может варьироваться от -5 до 5?
model {
# N observations
for (i in 1:N) {
species[i] ~ dbern(p[i])
logit(p[i]) <- b0 + b1*var1[i] + b2*var2[i] +
b3*var3[i] + b4*var4[i]
}
# Priors
b0 ~ dnorm(0,10)
b1 ~ dnorm(0,10)
b2 ~ dnorm(0,10)
b3 ~ dnorm(0,10)
b4 ~ dnorm(0,10)
}