存储马尔可夫链
设 \(m\) 为连续 3 天睡眠剥夺后反应时的平均变化量。在之前的练习中，您已经从 \(m\) 的后验模型中近似抽取了 10,000 个样本。您将得到的 mcmc.list 对象存为 sleep_sim，它已加载到您的工作区：
sleep_sim <- coda.samples(model = sleep_jags, variable.names = c("m", "s"), n.iter = 10000)
事实上，sleep_sim 中的 \(m\) 值样本是一个相互依赖的马尔可夫链（Markov chain），其分布会收敛到后验分布。您将查看 sleep_sim 的内容，并为了更精细地控制分析，把其中的内容存入一个数据框。
本练习是课程的一部分
使用 RJAGS 的贝叶斯建模
练习说明
查看列表对象
sleep_sim的head()输出。sleep_sim的第一个列表元素包含 \(m\) 和 \(s\) 的链。将它们存入名为sleep_chains的数据框。加入变量iter，记录每个链元素对应的迭代编号1:10000。查看
sleep_chains的前 6 行。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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