多重鏈
軌跡圖（trace plots） 有助於診斷馬可夫鏈模擬的品質。「良好」的馬可夫鏈在鏈長增加時會趨於穩定，且在重複模擬（也就是 多重鏈）之間結果一致。你將使用 RJAGS 來執行 4 條平行鏈，並繪製其軌跡圖。已定義的 sleep_model 已在你的工作空間中。
本練習屬於課程
使用 RJAGS 的貝氏建模
練習說明
使用
jags.model()編譯（COMPILE）sleep_model，並初始化 4 條平行鏈。將輸出儲存為名為sleep_jags_multi的 jags 物件。模擬（SIMULATE） 從
m與s的後驗模型抽取 1,000 次樣本。將這個 mcmc.list 儲存到sleep_sim_multi。檢視
sleep_sim_multi的head()。留意該物件包含 4 個清單項目，對應 4 條平行鏈。使用
plot()建立多重鏈的軌跡圖，並關閉密度圖。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# COMPILE the model
sleep_jags_multi <- jags.model(textConnection(sleep_model), data = list(Y = sleep_study$diff_3), ___)
# SIMULATE the posterior
sleep_sim_multi <- coda.samples(model = ___, variable.names = c("m", "s"), n.iter = ___)
# Check out the head of sleep_sim_multi
# Construct trace plots of the m and s chains