1. 학습
    2. /
  2. 강의
    3. /
  3. RJAGS로 배우는 Bayesian 모델링
Connected

연습 문제

마르코프 연쇄 저장하기

$m$을 수면 박탈 3일 후 반응 시간의 평균 변화라고 합시다. 이전 연습 문제에서 $m$의 사후 분포로부터 약 10,000회의 표본을 얻었고, 결과 mcmc.list 객체를 sleep_sim으로 저장해 두었습니다. 이 객체는 현재 작업 공간에 로드되어 있습니다:

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

실제로 sleep_sim에 있는 \(m\) 값의 표본은 서로 의존하는 마르코프 연쇄로, 그 분포는 사후 분포로 수렴합니다. 이제 sleep_sim의 내용을 살펴보고, 분석을 더 정교하게 제어하기 위해 그 내용을 데이터 프레임으로 저장해 보겠습니다.

지침

100 XP

  • 리스트 객체 sleep_sim의 head()를 확인하세요.

  • 첫 번째 sleep_sim 리스트 항목에는 $m$과 \(s\) 연쇄가 들어 있습니다. 이를 sleep_chains라는 데이터 프레임에 저장하세요. 각 연쇄 원소에 해당하는 반복 번호를 기록하는 변수 iter를 1:10000으로 포함하세요.

  • sleep_chains의 앞 6개 행을 확인하세요.