Почему rjags дает здесь несоответствие размеров, взяв подмножество ошибки y?

Как предлагает @ user20650, проблема в том, что вы индексируете y как вектор, а ваши функции генерируются как матрица. Попробуйте этот код с небольшим изменением gen_data():

library(rjags)
model1 <- "model {
        C <- 10000
        for (j in 1:nobs){
            zeros[j] ~ dpois(phi[j])
            
            phi[j] <- -log(L[j]) + C
            
            L[j] <- add[j]*(lambda[j]^y[j])*(1-lambda[j])^(1-y[j])
      
            add[j] = ifelse(lambda[j] == 0.5, 2, aux[j])
            aux[j] = 2*arctanh(1 - 2*lambda[j] + 10^(-323))/(1 - 2*lambda[j] + 10^(-323))
            
            logit(lambda[j]) <- inprod(X[j, ], beta)
        }
        beta[1] ~ dnorm(0,1)
        beta[2] ~ dgamma(1,1)
}"


n_chains = 1
n_adapt = 5000
n_iter = 10000
n_thin = 1
n_burnin = 5000

# generate data
n = 100

Ffun = plogis
design_mat = cbind(1, matrix(seq(0,1,by = 0.2), ncol=1))

gen_data = function(n, beta) {
  X = design_mat[sample(nrow(design_mat), size = n, replace = T), ]
  lambda = Ffun(X %*% beta)
  y = rcbern(n,lambda)
  y <- as.vector(y)
  idx = is.nan(y)
  y[idx] = runif(length(idx))
  list(X = X, y = y)
}

rcbern = function(n,lam){
  x = runif(n)
  y = log((x*(2*lam-1) - (lam-1))/(1-lam))/log(lam/(1-lam))
  return(y)
}

beta = as.matrix(c(-3, 5))
jags_data = gen_data(n, beta)
jags_data$nobs = n
jg_model <- jags.model(textConnection(model1),
                       data = jags_data,
                       n.chains = n_chains,
                       n.adapt = n_adapt)
update(jg_model, n.iter = n_burnin)
result <- coda.samples(jg_model, 
                       variable.names = c("beta"),
                       n.iter = n_iter, 
                       thin = n_thin,
                       n.chains = n_chains)

beta_est = list(apply(result[[1]],2,median))

Вывод:

beta_est
[[1]]
     beta[1]      beta[2] 
-0.006031984  0.692007301 

Вы также можете попробовать y <- y[,1,drop=T] в той же функции вместо as.vector()