Question

我是贝叶斯和JAGS的新手，所以请原谅我的无知。

我已经发送了一个使用JAGS代码编写的R脚本（由同事）。

此代码的作者已定义了一组尾声样本，如下所示：

codaSamples = coda.samples( jagsModel , variable.names=parameters , 
                            n.iter=nPerChain , thin=thinSteps )

我希望获得以下内容，并取得了有限的成功：

Gelman诊断：我使用了“show（gelman.diag（codaSamples））”，这对于单次模拟来说很好。但是，对于每个感兴趣的模拟，如何将每个参数的每个gelman诊断输出到文件？更感兴趣的是，是否可以仅记录Rhat值> 1.1的模拟比例？

密度图：我使用过“show（densplot（codaSamples））”。但是，这会在单独的图上生成每个图（我在模型中有96个参数）。是否与“autocorr.plot”等效，每页放置几个图？

分位数：我使用了“show（summary（codaSamples））”，但是虽然这给出了每个参数的平均值，SD和特定的百分位数（这是我想要的），但它也给出了MCMC矩阵。无论如何只能指定每个参数的基本统计属性吗？

后验分布：有没有办法计算每个参数的给定值（比如零）低于/高于百分位数？然后总结所有模拟？

提前感谢您提供任何帮助。

Answer 1

write.csv（gelman.diag（codaSamples）$ psrf，file =＆＃34; gelman.csv＆＃34;）

绘制mcmc的密度：mcmc对象具有特定的S3类mcmc.list，因此class(codaSamples)应返回mcmc.list。这类对象有一个plot S3方法，带有参数：trace和density。

plot（codaSamples，trace = FALSE，density = TRUE）

这应符合您的期望。

summary（codaSamples）给出了参数的后验统计。我不确定我是否理解这个问题，但是codaSamples的长度为list：链中的数量，列数：您的estimeted参数，以及行数：链的每次迭代。因此，您可以使用此对象或子对象（quantiles，...）计算所需的每个统计信息。例如，第一个参数的分位数：

分位数（codaSamples [[1]] [1]）

[[1]]因为我拿第一个链，[,1]作为第一个参数。

要查看对象的结构，您需要使用str()。使用此功能，您可以选择所需的所有子对象。