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

ćwiczenie

Wiele łańcuchów

Wykresy śladu pomagają ocenić jakość symulacji łańcucha Markowa. „Dobry" łańcuch Markowa charakteryzuje się stabilnością wraz ze wzrostem jego długości oraz spójnością wyników w kolejnych symulacjach, czyli przy zastosowaniu wielu łańcuchów. Skorzystasz z pakietu RJAGS, aby uruchomić cztery równoległe łańcuchy i skonstruować dla nich wykresy śladu. Zdefiniowany model sleep_model jest już dostępny w twoim środowisku pracy.

Instrukcje

100 XP

  • Użyj funkcji jags.model(), aby SKOMPILOWAĆ model sleep_model i zainicjalizować 4 równoległe łańcuchy. Wynik zapisz w obiekcie jags o nazwie sleep_jags_multi.

  • ZASYMULUJ próbkę 1 000 losowań z modelu posteriori dla m i s. Wynikową listę mcmc.list zapisz jako sleep_sim_multi.

  • Sprawdź zawartość head() obiektu sleep_sim_multi. Zwróć uwagę na 4 elementy listy odpowiadające 4 równoległym łańcuchom.

  • Użyj funkcji plot(), aby skonstruować wykresy śladu dla wielu łańcuchów. Wyłącz wyświetlanie wykresów gęstości.