Armazenando cadeias de Markov

Seja \(m\) a variação média no tempo de reação após 3 dias de privação de sono. Em um exercício anterior, você obteve uma amostra aproximada de 10.000 extrações do modelo a posteriori de \(m\). Você armazenou o objeto mcmc.list resultante como sleep_sim, que está carregado no seu workspace:

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

Na verdade, a amostra de valores de \(m\) em sleep_sim é uma cadeia de Markov dependente, cuja distribuição converge para a posteriori. Você vai examinar o conteúdo de sleep_sim e, para ter um controle mais fino sobre sua análise, armazenar o conteúdo em um data frame.

Este exercicio faz parte do curso

Modelagem Bayesiana com RJAGS

Ver curso

Instruções do exercicio

Confira o head() do objeto de lista sleep_sim.
O primeiro item da lista sleep_sim contém as cadeias de \(m\) e \(s\). Armazene-as em um data frame chamado sleep_chains. Inclua uma variável iter que registre o número da iteração correspondente, 1:10000, para cada elemento da cadeia.
Veja as 6 primeiras linhas de sleep_chains.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Check out the head of sleep_sim


# Store the chains in a data frame
sleep_chains <- data.frame(___, iter = ___)

# Check out the head of sleep_chains

Editar e Executar Código