Stocker des chaînes de Markov
Soit \(m\) la variation moyenne du temps de réaction après 3 jours de privation de sommeil. Dans un exercice précédent, vous avez obtenu un échantillon approximatif de 10 000 tirages depuis le modèle a posteriori de \(m\). Vous avez stocké l’objet mcmc.list résultant sous le nom sleep_sim, qui est chargé dans votre espace de travail :
sleep_sim <- coda.samples(model = sleep_jags, variable.names = c("m", "s"), n.iter = 10000)
En réalité, l’échantillon des valeurs de \(m\) dans sleep_sim est une chaîne de Markov dépendante, dont la distribution converge vers la postérieure. Vous allez examiner le contenu de sleep_sim et, pour garder un contrôle plus fin sur votre analyse, stocker son contenu dans un data frame.
Cet exercice fait partie du cours
<cours>Modélisation bayésienne avec RJAGS</cours>Instructions de l’exercice
Affichez le
head()de l’objet listesleep_sim.Le premier élément de la liste
sleep_simcontient les chaînes de \(m\) et \(s\). Stockez-les dans un data frame nommésleep_chains. Ajoutez une variableiterqui enregistre le numéro d’itération correspondant,1:10000, pour chaque élément de chaîne.Affichez les 6 premières lignes de
sleep_chains.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Check out the head of sleep_sim
# Store the chains in a data frame
sleep_chains <- data.frame(___, iter = ___)
# Check out the head of sleep_chains