># R code with interface to Winbugs
>
>library(R2WinBUGS)
>y<-read.table("D:/Bugs/jump.dat",header=TRUE)#import data#
>N<-length(y)
>Xi0<-rep(0,N) # Give initial values to state variables#
>J0<-rep(0,N)
>data<-list("N","y")
># Give initial values to the parameters for winbugs #
>inits <-function() {list ( tau=2,
+Jtau=2,
+mu=0,
+Jmu=0,
+lamda = 0.05, Xi=Xi0,J=J0)}
>parameters<- c("Sigma","JSigma","mu","Jmu","lamda","Xi","J")
># quote the winbugs#
>jump.sim<-bugs (data, inits=inits, parameters, "model.bug", n.chains=3, n.iter=1000,debug=TRUE,
+ DIC=TRUE,bugs.directory = "D:/Program Files/WinBUGS14/",working.directory = "D:/Bugs")
错误于is.finite(x) : 没有为'list'类型实现默认的方法
语法及Prior distributions有错的地方, 都已帮你更正. A2=0,表示有误,请自行更改. 运行结果如下: Inference for Bugs model at "rabbit.bug", fit using WinBUGS, 1 chains, each with 13000 iterations (first 3000 discarded) n.sims = 10000 iterations saved meansd 2.5% 25% 50% 75% 97.5% a1.001 0.001 1.000 1.000 1.000 1.001 1.002 b4.979 0.021 4.924 4.971 4.985 4.994 5.000 p4.976 0.025 4.911 4.966 4.983 4.993 4.999 q3.002 0.002 3.000 3.001 3.002 3.003 3.008 k1.002 0.002 1.000 1.001 1.001 1.003 1.007 logl -1876.811 2.236 -1882.000 -1878.000 -1876.000 -1875.000 -1873.000 A2 0.000 0.000 0.000 0.000 0.000 0.000 0.000 deviance 5227.280 4.458 5221.000 5224.000 5227.000 5230.000 5238.000 DIC info (using the rule, pD = Dbar-Dhat) pD = 0.0 and DIC = 5227.3 DIC is an estimate of expected predictive error (lower deviance is better). Ps: Prior distributions dunif() 的范围请自行更改决定 以上仅供参考 rabbit.bug首先R是一种专业性很强的统计语言，如果想学得快一些的话，基本的统计学知识要懂，不然很多东西会掌握的比较慢。掌握基本语法和操作，推荐国内的已经翻译的比如《R语言实战》《R语言编程艺术》，这个过程中最好结合一些小例子来做一些分析的东西。其他还有《R语言实例》《R语言核心技术手册》也都是很好的书！如果需要可视化的话，强烈不推荐学习R本身的作图系统，实在是太不友好了.....还是用ggplot2吧。
掌握了上面的，就可以深入一些了，如果是做数据分析和可视化，推荐《ggplot2：数据分析与图形艺术》，这个才是作图的神器啊.....如果是空间分析相关的，推荐《Applied Spatial Data Analysis with R》，这个如果可以的话看英文版，而且要有地学的一些知识背景，中文版翻译的太次了，尽量不要看。数据挖掘机器学习之类的，可以看看比如《数据挖掘与R语言》、《机器学习——实用案例解析》，不过我觉得这几本书没上面的那几本好，但是可以大概看看是咋回事，最好还是看看专门的相关书籍，熟悉各种算法和流程，到时候搜索R的package，照着文档和例子搞定，不是特别难。
最后，强烈推荐统计之都、R-bloggers，统计之都以及谢益辉、肖凯、刘思喆等人的博客（自行Google以及到上面的网站找链接），订阅一下，会很有帮助，RStudio是个很棒的IDE，用起来很爽，功能很强大。
总之，你可以从《R语言实战》开始出发吧！
![[R语言] GO富集分析可视化 GOplot::GOCircle](/aiimages/%5BR%E8%AF%AD%E8%A8%80%5D+GO%E5%AF%8C%E9%9B%86%E5%88%86%E6%9E%90%E5%8F%AF%E8%A7%86%E5%8C%96+GOplot%3A%3AGOCircle.png)
