如何在rjags模型中指定参数为(0.5, 0.5)的Inverse Gamma先验分布？

首先得明确rjags里的dgamma分布是**形状-速率（shape-rate）**参数化的——这一点很关键，不同工具的参数化方式很容易搞混。咱们分两种情况来看你的代码是否正确：

情况1：你想让方差（1/prec）服从Inverse-Gamma(0.5, 0.5) #

如果你的目标是给**精度prec的倒数（也就是方差σ²）**指定Inverse-Gamma(0.5,0.5)先验，那你的代码完全正确：

• prec ~ dgamma(1.0/2.0, 1.0/2.0) 等价于prec服从Gamma(α=0.5, β=0.5)（速率参数化）
• 根据分布定义：如果X ~ Gamma(α, β)（速率），那么1/X ~ Inverse-Gamma(α, β)，所以σ²=1/prec确实服从Inverse-Gamma(0.5,0.5)
• 你后续计算tau作为标准差tau <- sqrt(1/prec)也是合理的，这时候tau是Inverse-Gamma分布的平方根（注意不是Inverse-Gamma本身）

情况2：你想让tau本身服从Inverse-Gamma(0.5, 0.5) #

如果你的目标是直接给tau指定Inverse-Gamma(0.5,0.5)先验，那当前的代码就不对了——因为你现在的tau是sqrt(1/prec)，而不是1/prec。这时候应该换一种方式建模：
因为rjags没有直接的Inverse Gamma分布，我们可以利用它和Gamma分布的倒数关系来实现：

# 先给tau的倒数指定Gamma先验
inv_tau ~ dgamma(0.5, 0.5)
# 再得到tau
tau <- 1 / inv_tau

这样inv_tau ~ Gamma(0.5,0.5)，tau作为它的倒数，就正好服从Inverse-Gamma(0.5,0.5)。

额外提醒：注意参数化的差异 #

有些教材或工具里的Inverse Gamma用的是**形状-尺度（shape-scale）**参数化（比如密度函数里用的是尺度参数θ而不是速率β）。如果你看到的文献里Inverse-Gamma(0.5,0.5)是尺度参数化的，那对应的Gamma参数需要调整：速率β=1/尺度θ，所以代码要改成：

inv_tau ~ dgamma(0.5, 2.0)  # 因为1/0.5=2
tau <- 1 / inv_tau

这时候tau才服从尺度参数化的Inverse-Gamma(0.5,0.5)。

内容的提问来源于stack exchange，提问作者Naive_Natural2511