Gelman i Hill (2006) mówią:
W Bugs brakujące wyniki w regresji można łatwo rozwiązać, po prostu włączając wektor danych, NA i wszystkie. Błędy jawnie modelują zmienną wynikową, dlatego użycie tego modelu jest banalne, aby w efekcie przypisywać brakujące wartości przy każdej iteracji.
Brzmi to jak prosty sposób na wykorzystanie JAGS do przewidywania. Ale czy obserwacje z brakującymi wynikami mają również wpływ na oszacowania parametrów? Jeśli tak, to czy istnieje prosty sposób, aby zachować te obserwacje w zbiorze danych, który widzi JAGS, ale nie wpływać na oszacowania parametrów? Myślałem o funkcji cięcia, ale jest ona dostępna tylko w BŁĘDACH, a nie w JAGS.
źródło