Mulai sekarangMulai gratis

Menyimpan rantai Markov

Misalkan \(m\) adalah rata-rata perubahan waktu reaksi setelah 3 hari kekurangan tidur. Pada latihan sebelumnya, Anda memperoleh sampel perkiraan sebanyak 10.000 penarikan dari model posterior untuk \(m\). Anda menyimpan objek mcmc.list yang dihasilkan sebagai sleep_sim yang telah dimuat di ruang kerja Anda:

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

Faktanya, sampel nilai \(m\) dalam sleep_sim adalah rantai Markov yang saling bergantung, yang distribusinya berkonvergensi ke posterior. Anda akan meninjau isi sleep_sim dan, agar memiliki kendali yang lebih rinci atas analisis Anda, menyimpan isinya dalam sebuah data frame.

Latihan ini merupakan bagian dari kursus

Pemodelan Bayesian dengan RJAGS

Lihat Kursus

Instruksi latihan

  • Periksa head() dari objek daftar sleep_sim.

  • Item pertama sleep_sim berisi rantai \(m\) dan \(s\). Simpan keduanya dalam sebuah data frame bernama sleep_chains. Sertakan variabel iter yang merekam nomor iterasi terkait, 1:10000, untuk setiap elemen rantai.

  • Periksa 6 baris pertama dari sleep_chains.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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
Edit dan Jalankan Kode