Случайные эффекты SD зависят от предыдущих распределений (WINBUGS)

Question

Я новичок в Winbugs и пытаюсь кодировать модель случайных эффектов для сетевого метаанализа. Я установил неопределенную априорную величину для стандартного отклонения лечебного эффекта "sd~dunif(0,5)" и обнаружил, что оценки sd равны приблизительно. 2. Когда я увеличиваю или уменьшаю этот диапазон, оценки СД меняются пропорционально. Я был бы признателен, если бы кто-то мог посмотреть на этот код и, возможно, улучшить его.

Структура данных представлена ​​ниже: data_structure

#DATA
list(n=4, t=4, ref=1)
y[] se[] t1[] t2[]
0.8 0.09 1 2
0.73 0.12 1 3
1.03 0.34 3 4
0.4 0.2 1 4
END

• n - количество исследований
• т - количество процедур
• ref - выбранная эталонная обработка для метаанализа
• y - наблюдаемая переменная: разница в лечении между t1 и t2
• se - стандартная ошибка y
• t1 - это лечение в руке 1
• t2 - это лечение в руке 2

СЛУЧАЙНЫЕ МОДЕЛИ ЭФФЕКТОВ

model{
for (i in 1:n){
    y[i]~dnorm(delta[i],prec[i])

    var[i]<-pow(se[i],2)
    prec[i]<-1/var[i]

    delta[i]~dnorm(md[i],taud[i])
        md[i]<-d[t2[i]]-d[t1[i]]

        taud[i]<- tau*2 
    }

    sd~dunif(0,5)
    tau<-1/pow(sd,2)

    for(k in 1:ref-1){
    d[k]~dnorm(0,0.0001)
    }

    d[ref]<-0

    for(k in ref+1:t){
    d[k]~dnorm(0,0.0001)
    }

}