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
Modélisation bayésienne avec RJAGS
Instructions
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 cet exemple de code.
# 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