在rjags并行拟合中配置half-Cauchy先验报错，求正确设置方法

在使用rjags并行拟合模型时，尝试设置half-Cauchy先验，编写了如下代码：

model <- function(){
  ...
 # rho.b ~ dunif(-0.99, 0.99)
  tau_h ~ dt(0, 1, 1)T(0,)
  tau_b ~ dt(0, 1, 1)T(0,)
  precision_h <- 1/(pow(tau_h,2))
  precision_b <- 1/(pow(tau_b,2))
  rho.h ~ dnorm(0, precision_h)
  rho.b ~ dnorm(0, precision_b)
  ...
}

params <- c("lambda.adj","lambda.1","L.0","L.1","b.adj","b1","beta.adj","beta.0","rho.b","rho.h","sigma.hzd","sigma.b")

cl <- makePSOCKcluster(3)
tmp <- clusterEvalQ(cl, library(dclone))
parLoadModule(cl, 'glm')
parLoadModule(cl, 'lecuyer')
parLoadModule(cl, 'dic')

model.t1 <- jags.parfit(cl = cl, data = data, params = params, model = model,
                        n.chains = 3,
                        n.update = 10000,
                        n.iter = 7000,
                        thin = 1)

运行时收到错误：

Error: unexpected symbol in:
"  # rho.b ~ dunif(-0.99, 0.99)
tau_h ~ dt(0, 1, 1)T"

即使改为tau_h ~ dt(0, 1, 1) T(0,)，仍出现相同错误，请问如何正确设置half-Cauchy先验？

错误原因 #

你将JAGS模型写在了R函数中，R会优先解析函数内的代码。JAGS的截断语法T(0,)在R中会被识别为对逻辑值T（即TRUE）的函数调用，这属于非法的R语法，因此触发了解析错误。

正确写法 #

将JAGS模型定义为字符串，避免R解析模型内部的JAGS语法。同时，JAGS中截断分布的标准语法是在分布后加空格再写T(lower, upper)，half-Cauchy有两种常用定义方式：

方式1：用自由度为1的t分布截断

half-Cauchy等价于自由度为1的学生t分布截断在正半轴，代码如下：

# 模型定义为字符串
model <- "
model{
  ...
  # rho.b ~ dunif(-0.99, 0.99)
  tau_h ~ dt(0, 1, 1) T(0, )
  tau_b ~ dt(0, 1, 1) T(0, )
  precision_h <- 1/(pow(tau_h,2))
  precision_b <- 1/(pow(tau_b,2))
  rho.h ~ dnorm(0, precision_h)
  rho.b ~ dnorm(0, precision_b)
  ...
}
"

# 后续并行代码保持不变
params <- c("lambda.adj","lambda.1","L.0","L.1","b.adj","b1","beta.adj","beta.0","rho.b","rho.h","sigma.hzd","sigma.b")

cl <- makePSOCKcluster(3)
tmp <- clusterEvalQ(cl, library(dclone))
parLoadModule(cl, 'glm')
parLoadModule(cl, 'lecuyer')
parLoadModule(cl, 'dic')

model.t1 <- jags.parfit(cl = cl, data = data, params = params, model = model,
                        n.chains = 3,
                        n.update = 10000,
                        n.iter = 7000,
                        thin = 1)

方式2：直接用Cauchy分布截断（更直观）

JAGS原生支持dcauchy分布，直接截断为正半轴更贴合half-Cauchy的定义：

model <- "
model{
  ...
  # rho.b ~ dunif(-0.99, 0.99)
  tau_h ~ dcauchy(0, 1) T(0, )
  tau_b ~ dcauchy(0, 1) T(0, )
  precision_h <- 1/(pow(tau_h,2))
  precision_b <- 1/(pow(tau_b,2))
  rho.h ~ dnorm(0, precision_h)
  rho.b ~ dnorm(0, precision_b)
  ...
}
"

额外提示 #

如果坚持要用R函数返回模型文本，需用cat()或paste()拼接JAGS代码，避免R解析特殊语法：

model <- function(){
  cat("
  model{
    ...
    tau_h ~ dt(0, 1, 1) T(0, )
    tau_b ~ dt(0, 1, 1) T(0, )
    precision_h <- 1/(pow(tau_h,2))
    precision_b <- 1/(pow(tau_b,2))
    rho.h ~ dnorm(0, precision_h)
    rho.b ~ dnorm(0, precision_b)
    ...
  }
  ")
}

内容的提问来源于stack exchange，提问作者Chinyako