시작하기무료로 시작하기

단순 표준 오차

\(m\) 마코프 연쇄의 평균은 $m$의 사후 평균에 대한 추정치를 제공합니다. 단순 표준 오차(naive standard error) 는 이 추정치에 포함될 수 있는 오차의 크기를 나타냅니다. 이를 활용하면 적절한 연쇄 길이를 결정할 수 있어요. 예를 들어, 사후 평균을 표준 오차 0.1ms 이내로 추정하는 것이 목표라고 합시다. 관측된 단순 표준 오차가 이 목표를 초과하더라도 걱정하지 마세요! 연쇄를 더 오래 실행하면 됩니다. 마코프 연쇄로 사후분포를 근사할 때의 오차는 일반적으로 연쇄 길이가 길어질수록 감소합니다.

정의된 sleep_model과 컴파일된 sleep_jags 객체가 작업 공간에 준비되어 있어요.

이 연습은 강의의 일부입니다

RJAGS로 배우는 Bayesian 모델링

강의 보기

연습 안내

  • $m$과 $s$의 사후 모형에서 1,000번 샘플링해 시뮬레이션하세요. 결과는 sleep_sim_1에 저장하세요.

  • sleep_sim_1 연쇄에 대해 summary()를 확인하세요.

  • \(m\) 연쇄의 단순 표준 오차가 0.1 목표를 초과하면 시뮬레이션을 조정하세요. 1,000 대신 500번 또는 10,000번 샘플링을 시도해 보세요. 결과는 sleep_sim_2에 저장하세요.

  • sleep_sim_2 연쇄의 summary()를 확인하세요. 새 시뮬레이션이 기준을 충족하는지 확인하세요. 아니라면 이전 단계로 돌아가 반복하세요!

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# SIMULATE the posterior    
sleep_sim_1 <- coda.samples(model = ___, variable.names = c("m", "s"), n.iter = ___)

# Summarize the m and s chains of sleep_sim_1


# RE-SIMULATE the posterior    
sleep_sim_2 <- coda.samples(model = ___, variable.names = c("m", "s"), n.iter = ___)

# Summarize the m and s chains of sleep_sim_2
코드 편집 및 실행