2个随机效应截距不收敛的贝叶斯logistic回归模型

问：

我正在尝试使用贝叶斯逻辑回归模型对一些数据进行建模。这些数据是对多个家庭的二元结果事件的月度观察结果。因此，我有大约 400 个家庭被观察了 48 个月，每个月都会记录二进制事件的结果 （1/0）。作为第一步，我尝试使用贝叶斯逻辑回归模型对事件的概率进行建模，该模型仅对家庭和月份进行随机截距。我使用 RJags 来估计后验概率，但我没有成功让链收敛。我想知道我是否没有正确指定模型？

这是我的型号规格

modelString = “模型 {

### MODEL

for (n in 1:N){
delta[n] ~ dnorm(Mu_d, Tau_d)
}

for(t in 1:tt){
alpha[t] ~ dnorm(Nu_a, Tau_a)
}


for ( n in 1:N ) {
 
  
    for (t in 1:tt){
      
      logit(theta[n,t]) <- alpha [t] + delta [n]
                           
     
       y[n,t]~ dbern(theta[n,t])
     
Mu_d ~ dnorm(0,0.01)
Tau_d <- 1 / (sd_d * sd_d) 
sd_d ~ dt(0,1,1)T(0,)   ## Specify a half-Cauchy prior 

Nu_a ~ dnorm(0,0.01)
Tau_a <- 1 / (sd_a * sd_a) 
sd_a ~ dt(0,1,1)T(0,)   ## Specify a half-Cauchy prior 

 }"

输入数据 （ins） 是一个矩阵，其中家庭沿行，月份沿列。

将不胜感激您的见解。

谢谢！