Catene multiple

I trace plot aiutano a diagnosticare la qualità di una simulazione con catena di Markov. Una catena di Markov "buona" mostrerà stabilità all’aumentare della lunghezza della catena e coerenza tra simulazioni ripetute, ovvero tra catene multiple. Userai RJAGS per eseguire e costruire i trace plot per quattro catene parallele qui sotto. Il sleep_model è già definito nel tuo workspace.

Questo esercizio fa parte del corso

Modeling bayesiano con RJAGS

Visualizza il corso

Istruzioni dell'esercizio

Usa jags.model() per COMPILARE sleep_model e inizializzare 4 catene parallele. Salva l'output in un oggetto jags chiamato sleep_jags_multi.
SIMULA un campione di 1.000 estrazioni dal modello a posteriori di m e s. Salva questa mcmc.list in sleep_sim_multi.
Dai un'occhiata a head() di sleep_sim_multi. Nota i 4 elementi della lista che contengono le 4 catene parallele.
Usa plot() per costruire i trace plot per le catene multiple. Sopprimi i grafici di densità.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

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

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

# Check out the head of sleep_sim_multi


# Construct trace plots of the m and s chains

Modifica ed esegui il codice