Odtwarzalność wyników
Po ukończeniu (i zaliczeniu!) diagnostyki łańcuchów Markowa możesz sfinalizować symulację w RJAGS. Kluczowa jest tu odtwarzalność wyników. Aby uzyskać powtarzalne dane z symulacji, musisz ustawić ziarno generatora liczb losowych w RJAGS. Działa to inaczej niż w podstawowym R – zamiast używać set.seed(), podajesz ziarno startowe za pomocą inits = list(.RNG.name = "base::Wichmann-Hill", .RNG.seed = ___) podczas kompilowania modelu.
To ćwiczenie jest częścią kursu
Modelowanie bayesowskie z RJAGS
Instrukcje do ćwiczenia
Uruchom podany kod kilka razy. Zauważ, że statystyki
summary()zmieniają się przy każdym uruchomieniu.Aby uzyskać powtarzalne wyniki, przekaż inicjalizację generatora liczb losowych
initsdo funkcjijags.model(). Ustaw ziarno startowe na 1989.Uruchom nowy kod kilka razy. Zauważ, że statystyki
summary()już się NIE zmieniają!
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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)