1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modelowanie bayesowskie z RJAGS
Connected

ćwiczenie

Wykresy śladu łańcucha Markowa

Wykres śladu (ang. trace plot) to wizualizacja zachowania łańcucha Markowa w czasie. Konkretnie – wykres śladu dla łańcucha \(m\) przedstawia kolejne wartości łańcucha (oś y) w zależności od numeru iteracji (oś x).

Skonstruujesz wykresy śladu dla łańcucha \(m\) na dwa sposoby: stosując wbudowaną funkcję plot() do obiektu mcmc.list o nazwie sleep_sim oraz – dla większej kontroli nad wykresem (i nad analizami w kolejnych rozdziałach) – stosując ggplot() do obiektu data.frame o nazwie sleep_chains. Oba obiekty, sleep_sim i sleep_chains, są dostępne w twoim środowisku pracy:

sleep_sim <- coda.samples(model = sleep_jags, variable.names = c("m", "s"), n.iter = 10000)
sleep_chains <- data.frame(sleep_sim[[1]], iter = 1:10000)

Instrukcje

100 XP

  • Zastosuj plot() do sleep_sim z argumentem density = FALSE, aby skonstruować wykresy śladu dla łańcuchów \(m\) i \(s\). UWAGA: 10 000 zarejestrowanych iteracji (Iterations) rozpoczyna się po tzw. okresie „rozgrzewki" (ang. burn-in), w którym próbki są odrzucane. Dlatego licznik iteracji nie zaczyna się od 1!

  • Zastosuj ggplot() z warstwą geom_line() do sleep_chains, aby odtworzyć wykres śladu łańcucha \(m\).

  • Powiększ widok: skonstruuj wykres śladu ggplot() dla pierwszych 100 iteracji łańcucha \(m\).