Mulai sekarangMulai gratis

Reproducibility

Sekarang setelah Anda menyelesaikan (dan lulus!) beberapa diagnostik rantai Markov, Anda siap untuk memfinalisasi simulasi RJAGS Anda. Untuk itu, reprodusibilitas sangat penting. Untuk memperoleh keluaran simulasi yang dapat direproduksi, Anda harus menetapkan seed untuk generator bilangan acak RJAGS. Ini bekerja berbeda dibandingkan R dasar. Alih-alih menggunakan set.seed(), Anda akan menentukan seed awal dengan inits = list(.RNG.name = "base::Wichmann-Hill", .RNG.seed = ___) saat Anda mengompilasi model.

Latihan ini merupakan bagian dari kursus

Pemodelan Bayesian dengan RJAGS

Lihat Kursus

Instruksi latihan

  • Jalankan kode yang disediakan beberapa kali. Perhatikan bahwa statistik summary() berubah setiap kali.

  • Untuk hasil yang dapat direproduksi, berikan inits generator bilangan acak ke jags.model(). Tentukan seed awal 1989.

  • Jalankan kode baru tersebut beberapa kali. Perhatikan bahwa statistik summary() TIDAK berubah!

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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)
Edit dan Jalankan Kode