OpenBUGS:valor ausente na distribuição de Bernoulli

Question

Estou tentando modelar o "tempo" de observação como variável aleatória com OpenBUGS via R (R2OpenBUGS).Se todos os horários de observação estiverem disponíveis (sem NA's) tudo funciona, mas se eu definir um dos horários para NA, nada acontece.Testei o mesmo código com WinBUGS e recebo o erro de trap 'NIL dereference (read)'.Então, minha pergunta é: há algo realmente errado no meu código ou meu modelo é muito estranho para BUGS?

Meu modelo é assim:

model{
 for(i in 1:k){
  obs[i] ~ dbern(p) #is the observation done at time 1 or 2?
  y[(i-1)*2 + obs[i]+1] <- x[i]
 }    
 for(i in 1:n){    
   y[i] ~ dnorm(mu,tau) 
 }    
 mu ~ dnorm(0,0.0001)
 tau~ dgamma(0.001,0.001)  
 p ~ dunif(0,1) 
}

E o código R fica assim:

library(R2OpenBUGS)
x<-obs<-rep(NA,5)
for(i in 1:k)
{
  obs[i]<-sample(c(0,1),1) #observation time of ith observation
  x[i]<-rnorm(1) #observed values
}

obs[2]<-NA #one of the sampling times is missing
INITS <- list(list(tau=1,mu=0,p=0.5))
DATA  <- list(x=x,n=n,k=k,obs=obs)

ob <- bugs(
  data=DATA,
  inits=INITS,
  parameters.to.save=c("tau","mu","p","y"),
  model.file="BUGSModel.R",
  n.chains=1,
  n.iter=50,
  n.burnin=10,
  n.thin=1,    
  DIC=FALSE)

Answer 1

Se entendi bem sua pergunta, você está perguntando se esta expressão

obs[i] ~ dbern(p)

é estranho para Win/OpenBUGS, pois ele não irá lidar com o valor ausente.Não, eu não penso assim;bugs é capaz de lidar com valores ausentes dessa forma e até mesmo imputá-los - com distribuição posterior.

Mas tenho uma forte suspeita de que

y[(i-1)*2 + obs[i]+1] <- x[i]

é realmente estranho!Isso pode causar problemas de bugs à medida que você força o cálculo do índice usando a observação obs[i] que é nulo.Isso é realmente estranho, você deveria tentar encontrar outra maneira de fazer isso.Primeiro tente simplificar o modelo para pular esta regra e aposto que o problema desaparece.