開始使用免費開始

儲存馬可夫鏈

設 \(m\) 為睡眠剝奪 3 天後反應時間的平均改變量。你在前一個練習中,已從 \(m\) 的後驗模型取得約 10,000 次的抽樣。你把產生的 mcmc.list 物件儲存為 sleep_sim,並已載入到你的工作環境中:

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

事實上,sleep_sim 中的 \(m\) 值樣本是一條相依的「馬可夫鏈」(Markov chain),其分佈會「收斂」到後驗分佈。你將檢視 sleep_sim 的內容,並為了更細緻地掌控分析,把內容儲存到一個資料框中。

本練習屬於課程

使用 RJAGS 的貝氏建模

檢視課程

練習說明

  • 先用 head() 檢視 sleep_sim 清單物件。

  • 第一個 sleep_sim 清單項目包含 \(m\) 與 \(s\) 的鏈。請把它們存成一個名為 sleep_chains 的資料框。為每個鏈元素加入一個變數 iter,記錄相對應的迭代編號 1:10000

  • 檢視 sleep_chains 的前 6 列。

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。

# 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
編輯並執行程式碼