マルコフ連鎖の保存
\(m\) を、3日間の睡眠不足後における反応時間の平均変化量とします。前の演習では、\(m\) の事後分布モデルから10,000件の近似サンプルを取得しました。その結果として得られた mcmc.list オブジェクトは sleep_sim として保存され、ワークスペースに読み込まれています。
sleep_sim <- coda.samples(model = sleep_jags, variable.names = c("m", "s"), n.iter = 10000)
実は、sleep_sim に含まれる \(m\) の値のサンプルは、依存性を持つマルコフ連鎖です。この連鎖の分布は、事後分布へと収束していきます。ここでは sleep_sim の中身を確認し、分析をより細かく制御できるよう、内容をデータフレームに保存しましょう。
この演習はコースの一部です
RJAGS によるベイズモデリング
演習の手順
sleep_simリストオブジェクトのhead()を確認しましょう。sleep_simの最初のリスト要素には、\(m\) と \(s\) の連鎖が含まれています。これらをsleep_chainsという名前のデータフレームに保存してください。また、各連鎖要素に対応するイテレーション番号（1:10000）を記録する変数iterも追加しましょう。sleep_chainsの最初の6行を確認しましょう。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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