शुरू करेंमुफ़्त में शुरू करें

Reproducibility

अब जब आप कुछ Markov chain डायग्नोस्टिक्स पूरी (और पास!) कर चुके हैं, तो आप अपनी RJAGS सिमुलेशन को फाइनल करने के लिए तैयार हैं. इसके लिए reproducibility बेहद ज़रूरी है. पुनरुत्पादनीय सिमुलेशन आउटपुट पाने के लिए, आपको RJAGS के random number generator का seed सेट करना होगा. यह base R से अलग तरीके से होता है. set.seed() का उपयोग करने के बजाय, आप अपना मॉडल compile करते समय inits = list(.RNG.name = "base::Wichmann-Hill", .RNG.seed = ___) के जरिए एक शुरुआती seed बताएँगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

RJAGS के साथ Bayesian Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

  • दिए गए कोड को कुछ बार चलाएँ. ध्यान दें कि हर बार summary() के आँकड़े बदलते हैं.

  • पुनरुत्पादनीय नतीजों के लिए, random number generator वाले inits को jags.model() में दें. शुरुआती seed 1989 तय करें.

  • नए कोड को कुछ बार चलाएँ. ध्यान दें कि अब summary() के आँकड़े नहीं बदलते!

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# COMPILE the model
sleep_jags <- jags.model(textConnection(sleep_model), data = list(Y = sleep_study$diff_3)) 

# SIMULATE the posterior    
sleep_sim <- coda.samples(model = sleep_jags, variable.names = c("m", "s"), n.iter = 10000)

# Summarize the m and s chains of sleep_sim
summary(sleep_sim)
कोड संपादित करें और चलाएँ