Riproducibilità
Ora che hai completato (e superato!) alcune diagnostiche di catene di Markov, sei pront* a finalizzare la tua simulazione con RJAGS. A questo scopo, la riproducibilità è fondamentale. Per ottenere risultati di simulazione riproducibili, devi impostare il seed del generatore di numeri casuali di RJAGS. Questo funziona in modo diverso rispetto a R base. Invece di usare set.seed(), specificherai un seed iniziale usando inits = list(.RNG.name = "base::Wichmann-Hill", .RNG.seed = ___) quando compili il modello.
Questo esercizio fa parte del corso
Modeling bayesiano con RJAGS
Istruzioni dell'esercizio
Esegui il codice fornito alcune volte. Nota che le statistiche di
summary()cambiano ogni volta.Per ottenere risultati riproducibili, fornisci l'argomento
initsdel generatore di numeri casuali ajags.model(). Specifica un seed iniziale pari a 1989.Esegui il nuovo codice alcune volte. Nota che le statistiche di
summary()NON cambiano!
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)