Reproduceerbaarheid
Nu je enkele Markovketen-diagnoses hebt uitgevoerd (en gehaald!), ben je klaar om je RJAGS-simulatie af te ronden. Daarvoor is reproduceerbaarheid essentieel. Om reproduceerbare simulatie-uitvoer te krijgen, moet je het startgetal (seed) van de willekeurigegetallengenerator van RJAGS instellen. Dit werkt anders dan in base-R. In plaats van set.seed() te gebruiken, geef je een startseed op via inits = list(.RNG.name = "base::Wichmann-Hill", .RNG.seed = ___) wanneer je je model compileert.
Deze oefening maakt deel uit van de cursus
Bayesiaans modelleren met RJAGS
Oefeninstructies
Voer de gegeven code een paar keer uit. Merk op dat de
summary()-statistieken elke keer veranderen.Voor reproduceerbare resultaten geef je de willekeurigegetallengenerator-
initsdoor aanjags.model(). Geef een startseed van 1989 op.Voer de nieuwe code een paar keer uit. Merk op dat de
summary()-statistieken NIET veranderen!
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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)