英超足球比分贝叶斯泊松模型JAGS代码报错排查求助

错误根源分析 #

第一次报错（变量未找到） #

• 循环内为每场比赛的h_att[i]、a_def[i]定义先验是完全错误的逻辑：每支球队的攻防能力是全局唯一参数，并非每场比赛都有独立参数。
• 数据集里的h_att列是球队名称字符串，你试图监控att_Crystal_Palace这类变量，但模型里根本没定义这些变量——循环内仅定义了h_att[i]这类临时变量，JAGS自然找不到对应节点。

第二次报错（节点重复定义） #

• 单独定义每支球队的攻防参数时，要么是代码复制粘贴过程中重复定义了同一变量（比如多次写了def_Liverpool），要么是循环内的变量引用方式错误，导致JAGS判定你在重复创建同一节点。

解决方法 #

核心思路是用数字索引映射球队，将攻防参数定义为全局向量，通过索引关联每场比赛的对应球队参数：

1. 预处理数据集（R代码） #

把球队名称转换为数字ID，便于JAGS通过索引调用参数：

# 提取所有唯一球队
teams = unique(c(test_set$HomeTeam, test_set$AwayTeam))
# 为球队分配1-20的数字ID
test_set$home_id = match(test_set$HomeTeam, teams)
test_set$away_id = match(test_set$AwayTeam, teams)
# 整理JAGS输入数据
data_jags = list(
  FTHG = test_set$FTHG,
  FTAG = test_set$FTAG,
  home_id = test_set$home_id,
  away_id = test_set$away_id,
  n_teams = length(teams),
  n_games = nrow(test_set)
)

2. 正确的JAGS模型代码 #

bayes_mod_string = "model{
  # 全局截距与主场优势参数先验
  mu ~ dnorm(0, 1/1e6)
  hfa ~ dnorm(0, 1/1e6)
  
  # 每支球队的攻防能力全局先验（向量形式）
  for (t in 1:n_teams){
    att[t] ~ dnorm(0, 1/1e6)
    def[t] ~ dnorm(0, 1/1e6)
  }
  
  # 每场比赛的Poisson似然计算
  for (i in 1:n_games){
    FTHG[i] ~ dpois(lam_h[i])
    log(lam_h[i]) = mu + hfa + att[home_id[i]] - def[away_id[i]]
    
    FTAG[i] ~ dpois(lam_a[i])
    log(lam_a[i]) = mu + att[away_id[i]] - def[home_id[i]]
  }
}"

3. 运行模型（R代码） #

# 初始化模型
bayes_mod = jags.model(textConnection(bayes_mod_string), 
                      data = data_jags, n.chains = 3)
# 烧录迭代
update(bayes_mod, 1000)
# 采样参数
params = c("mu", "hfa", "att", "def")
bayes_mod_sim = coda.samples(model = bayes_mod,
                             variable.names = params, n.iter = 1000)
bayes_mod_csim = as.mcmc(do.call(rbind, bayes_mod_sim))

内容的提问来源于stack exchange，提问作者Juan