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

ćwiczenie

Przechowywanie łańcuchów Markowa

Niech \(m\) oznacza średnią zmianę czasu reakcji po 3 dniach deprywacji snu. W poprzednim ćwiczeniu uzyskałeś przybliżoną próbkę 10 000 losowań z modelu a posteriori dla \(m\). Wynikowy obiekt mcmc.list został zapisany jako sleep_sim i jest dostępny w twoim środowisku roboczym:

sleep_sim <- coda.samples(model = sleep_jags, variable.names = c("m", "s"), n.iter = 10000)

Próbka wartości \(m\) zawarta w sleep_sim to zależny łańcuch Markowa, którego rozkład zbiega do rozkładu a posteriori. Przejrzysz zawartość obiektu sleep_sim, a następnie – aby mieć większą kontrolę nad analizą – zapiszesz tę zawartość w ramce danych.

Instrukcje

100 XP

  • Sprawdź head() obiektu listy sleep_sim.

  • Pierwszy element listy sleep_sim zawiera łańcuchy \(m\) i \(s\). Zapisz je w ramce danych o nazwie sleep_chains. Uwzględnij zmienną iter, która rejestruje odpowiadający numer iteracji, 1:10000, dla każdego elementu łańcucha.

  • Sprawdź pierwsze 6 wierszy ramki danych sleep_chains.