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
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