Markovovy řetězce pro regresi

V předchozím cvičení jsi spustil/a 4 paralelní Markovovy řetězce o délce 1 000 iterací, abys aproximoval/a posteriorní model regresních parametrů \(a\), \(b\) a \(s\). Výstup vypadal přibližně takto:

Výsledky nové simulace v RJAGS spuštěné pro 100 000 iterací jsou připraveny ve tvém pracovním prostoru – i když by výpočet zde byl příliš náročný. Tento objekt mcmc.list je uložen jako weight_sim_big. Vytvoř plot() Markovových řetězců v weight_sim_big a prozkoumej výsledek. Které z následujících tvrzení nejlépe popisuje srovnání s původní simulací?

Možné odpovědi

Markovovy řetězce o délce 1 000 jsou příliš krátké. Nestabilizovaly se, takže pravděpodobně neposkytují spolehlivou aproximaci posterioru.

Markovovy řetězce se stabilizují po 100 000 iteracích, a proto poskytují spolehlivější aproximaci posterioru.

Obě výše uvedené možnosti.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}cvičení

Pokyny

Možné odpovědi

cvičení