JAGS模型编译报错：lambda子集维度不匹配问题求助

核心错误原因 #

报错Dimension mismatch taking subset of lambda的直接原因是lambda的维度定义与调用不匹配：

• 在latent-state模型中，lambda被定义为一维数组（仅按pixel索引：lambda[pixel]）
• 但在presence-only数据模型的第12行，尝试用二维索引lambda[1:npixel,t]调用它，而t维度并不存在，导致维度不匹配。

此外代码还有几处索引逻辑错误，会引发后续运行问题：

• beta[pixel]：beta的维度是nlatent（标注为1），不是npixel，按pixel索引会触发维度错误
• cc[pixel]：cc的维度是npar_po，不是npixel，同样存在索引逻辑错误
• 循环变量npo与参数名冲突：presence-only循环中po in 1:npo，后续又使用npo[po]，容易引发混淆

修正后的代码 #

# The latent-state model
  for(pixel in 1:npixel){
    # 修正beta索引：beta是nlatent维度，对应x_s的列数
    log(lambda[pixel]) <- inprod(x_s[pixel,], beta) + cell_area[pixel]
    z[pixel] ~ dbern(1 - exp(-lambda[pixel]))
    # 修正cc索引：cc是npar_po维度，对应h_s的列数
    logit(b[pixel]) <- inprod(h_s[pixel,] , cc)
  }
  
  # The presence_only data model
  # 移除多余的t循环（原代码t仅循环1次，无实际意义）
  for(po in 1:npo_total){ # 重命名循环上限，避免与参数冲突
    # 移除lambda的t维度索引，lambda是一维数组
    po_denominator[po] <- inprod(lambda[1:npixel], b[1:npixel]) / npo_count[po] # 同步修改参数名
    ones[po] ~ dbern(
      exp(
        log(lambda[po_pixel[po]] * b[po_pixel[po]]) -
          log(po_denominator[po])) / cste
    )
  }
  
  # Detection / non-detection data model
  for(site in 1:nsite){
    logit(rho[site]) <- inprod(v[pa_pixel[site], ], a)
    y[site] ~ dbin( 
      z[pa_pixel[site]] * rho[site], K[site]
    )
  } 
  
  # Priors for latent state model
  for(latent in 1:nlatent){  # nlatent = 1 
    beta[latent] ~ dnorm(0, 0.01)
  } 
  # Priors for presence-only data model
  for(po_par in 1:npar_po){ # 重命名循环变量，避免混淆
    cc[po_par] ~ dlogis(0, 1)
  }
  # Priors for det/non-det data model
  for(pa_par in 1:npar_pa){ # 重命名循环变量，避免混淆
    a[pa_par] ~ dlogis(0, 1)
  }
  
  zsum <- sum(z)
}

关键修正点说明 #

1. lambda维度修正：删除所有lambda调用中的t索引，保持其一维数组的定义
2. beta/cc索引修正：将beta[pixel]改为beta（或beta[1]，因nlatent=1），cc[pixel]改为cc，匹配先验定义的维度
3. 变量名冲突修正：将presence-only循环的上限npo改为npo_total，参数npo[po]改为npo_count[po]，避免循环变量与数据参数重名
4. 冗余循环移除：删除无意义的t in 1:1循环，简化代码结构

内容的提问来源于stack exchange，提问作者Lou dhollande