6

我通常从具有多个链的 rjags 中调用 JAGS 用于诊断目的(例如,4 个链)。之后我经常想对后验参数估计做一些后处理(例如,使用预测值,计算额外的统计数据)。但是,此时将链存储在列表中是一件麻烦事。

将链组合成单个参数列表的好方法是什么?

4

2 回答 2

6

runjags有功能combine.mcmc。它的默认设置是组合一个或多个链并返回单个链。例如,

library(runjags)
fit <- combine.mcmc(multichainfit)

它还有其他组合链的选项。

于 2014-07-22T04:29:24.690 回答
3

这是rjagscoda解决方案。假设您生成两个这样的链:

library(rjags)
x <- rnorm(100)
model.str <- 'model {for (i in 1:100) {
  x[i] ~ dnorm(mu, sd)}
  mu ~ dnorm(0, .0001)
  sd ~ dgamma(0.1, 0.1)}'
jags <- jags.model(textConnection(model.str), data = list(x = x),n.chains=2)
smpls <- coda.samples(model=jags,n.iter=2,variable.names=c("mu","sd"))
smpls
# [[1]]
# Markov Chain Monte Carlo (MCMC) output:
# Start = 1 
# End = 2 
# Thinning interval = 1 
#               mu        sd
# [1,] -0.09152588 0.9009973
# [2,]  0.05586651 1.0482184
# 
# [[2]]
# Markov Chain Monte Carlo (MCMC) output:
# Start = 1 
# End = 2 
# Thinning interval = 1 
#              mu        sd
# [1,] 0.06893182 0.7317955
# [2,] 0.13599206 0.8517304
# 
# attr(,"class")
# [1] "mcmc.list"

您可以通过以下方式将两个(或任意多个)链组合成一个矩阵

do.call(rbind, smpls)
#               mu        sd
# [1,] -0.09152588 0.9009973
# [2,]  0.05586651 1.0482184
# [3,]  0.06893182 0.7317955
# [4,]  0.13599206 0.8517304

如果你想要一个类的对象mcmc,只需使用函数mcmc

mcmc(do.call(rbind, smpls))

# [[1]]
# Markov Chain Monte Carlo (MCMC) output:
# Start = 1 
# End = 4 
# Thinning interval = 1 
#               mu        sd
# [1,] -0.09152588 0.9009973
# [2,]  0.05586651 1.0482184
# [3,]  0.06893182 0.7317955
# [4,]  0.13599206 0.8517304

如果需要,您可以保留原始链的startendthin属性。例如保存thin

mcmc(do.call(rbind, smpls), thin=thin(smpls))

(当然你不能保留所有三个属性)

于 2014-08-26T21:15:23.880 回答