Markov Chains สำหรับ Regression

ในแบบฝึกหัดก่อนหน้า คุณรัน Markov chains แบบขนาน 4 สาย ความยาว 1,000 ขั้น เพื่อประมาณค่าโมเดล posterior ของพารามิเตอร์ regression ได้แก่ \(a\), \(b\) และ \(s\) โดยผลลัพธ์ที่ได้มีลักษณะคล้ายกับภาพด้านล่าง:

แม้ว่าการรันในที่นี้จะต้องใช้ทรัพยากรการประมวลผลมากเกินไป แต่ผลลัพธ์จากการจำลอง RJAGS ที่รัน 100,000 ขั้นนั้นได้เตรียมไว้ใน workspace ให้แล้ว โดยเก็บเป็นออบเจกต์ mcmc.list ชื่อ weight_sim_big ให้สร้างและตรวจสอบกราฟด้วย plot() ของ Markov chains ใน weight_sim_big แล้วพิจารณาว่าข้อใดต่อไปนี้อธิบายการเปรียบเทียบกับผลการจำลองเดิมได้ดีที่สุด