Марковські ланцюги у регресії

У попередній вправі ви запустили 4 паралельні марковські ланцюги довжиною 1 000, щоб наблизити апостеріорну модель параметрів регресії \(a\), \(b\) та \(s\). Ваш результат був подібний до наведеного нижче:

Хоча тут це надто ресурсомістко, результати нового запуску симуляції RJAGS на 100 000 ітерацій уже є у вашому робочому середовищі. Об'єкт типу mcmc.list збережено як weight_sim_big. Побудуйте та перегляньте plot() марковських ланцюгів у weight_sim_big. Яке з наведених тверджень найкраще описує порівняння цих ланцюгів з початковими результатами симуляції?

Можливі відповіді

Марковські ланцюги довжиною 1 000 надто короткі. Вони ще не стабілізувалися, тож навряд чи дадуть надійне наближення апостеріорного розподілу.

Після 100 000 ітерацій марковські ланцюги, здається, стабілізуються, тож забезпечують надійніше наближення апостеріорного розподілу.

Обидва варіанти вище.

Вправа

Марковські ланцюги у регресії

Інструкції

Можливі відповіді

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}Вправа

Інструкції

Можливі відповіді

Вправа