Markov-ketens bij regressie
In de vorige oefening heb je 4 parallelle Markov-ketens van lengte 1.000 uitgevoerd om het posterior model van de regressieparameters \(a\), \(b\) en \(s\) te benaderen. Je uitvoer zag er ongeveer zo uit als hieronder:

Hoewel het hier te veel rekenkracht kost om uit te voeren, staan de resultaten van een nieuwe RJAGS-simulatie met 100.000 iteraties in je werkruimte. Dit mcmc.list-object is opgeslagen als weight_sim_big. Maak en bekijk een plot() van de Markov-ketens in weight_sim_big. Welke van de volgende opties beschrijft het beste de vergelijking met de oorspronkelijke simulatieresultaten?
Deze oefening maakt deel uit van de cursus
Bayesiaans modelleren met RJAGS
Praktische interactieve oefening
Zet theorie om in actie met een van onze interactieve oefeningen.
Begin met trainen