¿Qué sucede cuando no tienes una idea de la distribución de parámetros? ¿Qué enfoque debemos usar?
La mayoría de las veces buscamos entender si una determinada variable tiene alguna influencia sobre la presencia / ausencia de una determinada especie, y la variable se acepta o no de acuerdo con la importancia de la variable. Esto significa que la mayoría de las veces no estamos pensando en la distribución esperada que debería tener un parámetro.
¿Es correcto suponer que todos los parámetros siguen una distribución normal, cuando todo lo que sé es que b1, b2, b3 y b4 deberían variar entre -2 y 2, y b0 puede variar entre -5 y 5?
model {
# N observations
for (i in 1:N) {
species[i] ~ dbern(p[i])
logit(p[i]) <- b0 + b1*var1[i] + b2*var2[i] +
b3*var3[i] + b4*var4[i]
}
# Priors
b0 ~ dnorm(0,10)
b1 ~ dnorm(0,10)
b2 ~ dnorm(0,10)
b3 ~ dnorm(0,10)
b4 ~ dnorm(0,10)
}