Question

我正在使用R中的pscl包并尝试使其生成可测试/可重现的结果。我已经看了一下底层的C代码并且出现了，好像在正确的位置调用了GetRNGstate()和PutRNGstate()但似乎无法重复输出MCMC模型。

我已经从 SoDA 包中的simulationResult中打包了这些函数，因此我可以验证R端的每个模拟R的开始状态。

library(pscl)
library(SoDA)
run1 <- simulationResult(
  ideal(s109, 
    normalize=TRUE,
    maxiter = 500,
    thin = 10,
    burnin = 0),
  seed = 42)

run2 <- simulationResult(
  ideal(s109, 
    normalize=TRUE,
    maxiter = 500,
    thin = 10,
    burnin = 0),
  seed = 42)

我们可以验证起始状态至少在R方面是相同的：

all.equal(run1@firstState, run2@firstState)

但输出结果不同：

all.equal(run1@result$xbar, run2@result$xbar)

我可以增加迭代次数，但如果RNG状态正在传播，这应该不重要。我错过了一些非常简单的事吗？感谢。

编辑：我还应该注意all.equal(run1@lastState, run2@lastState)（每次运行的结束状态）应该相同但最终会有所不同。我的猜测是，C调用的R RNG函数之外的一些偶然事件源正在影响调用这些RNG函数的数。好奇。

EDIT2

我还应该在OS X 10.8.4上使用pscl 1.04.4添加我的R 3.0.1。

Answer 1

OP和@SchaunW怀疑，问题在于C代码。 “挖掘一点”揭示了一个相当微妙的问题（参见source代码，但不是最新版本）：

ideal.c中的所有采样都出现在开始迭代的部分，即使用函数updatex，updatey和其他函数。然而，问题在于这些函数的一个参数 - 矩阵ok（具有讽刺意味，对吧？）。它由updatex和updateb以及仅用于ok == 1重要的位置in crosscheck，{{1} }）。

在此之前，crosscheckx的某些值被ok分配为1。

然而，在最开始时，check(y,ok,n,m)的初始值由

表示

ok

分配整数矩阵（参见util.c for ok = imatrix(n,m);）。问题是，imatrix包含各种数字，即不仅是零，有时是。似乎它们与R的RNG状态无关，这解释了@SchaunW注意到的行为：ok如果all.equal(run1@result$xbar, run2@result$xbar)则返回TRUE，反之亦然。此外，不同数量的解释了不同的!any(ok == 1)。

我不是C的专家，我不确定代码中是否存在逻辑错误，或者是否应更正lastState函数，但可以直接修复imatrix在初始化后立即使用零：

ok

最后，还有一个修复程序不包括修改C代码（虽然它可能不适合您的应用程序）。 ok = imatrix(n,m); for(a=0; a<n; a++) { for(aa=0; aa<m; aa++) { ok[a][aa] = 0; } } crossxyi crossxyj时，使用crosscheck，crosscheckx代替impute = TRUE，ideal（不好的）。

Answer 2

修改

我无法重现我最初发布的结果。当我第一次得到这些结果时，我关闭了R，重新启动它，并再次运行整个过程以确保，我再次得到了相同的结果。下面显示的内容完全从我的R控制台复制。但是，我只是尝试了第三（以及第四和第五）时间的代码并且它无法正常工作。我正在离开原来的答案，以防万一我没有意识到它并且它可能对其他人有用，但下面的建议似乎不起作用（至少不一致）。

问题确实存在于C代码中。当我打开ideal函数并逐行运行时，all.equal对于此行代码中的每个输入都返回TRUE：

output <- .C("IDEAL", PACKAGE = .package.Name, as.integer(n), as.integer(m), as.integer(d), as.double(yToC), as.integer(maxiter), as.integer(thin), as.integer(impute), as.integer(mda), as.double(xp), as.double(xpv), as.double(bp), as.double(bpv), as.double(xstart), as.double(bstart), xoutput = as.double(rep(0, n * d * numrec)), boutput = as.double(0), as.integer(burnin), as.integer(usefile), as.integer(store.item), as.character(file), as.integer(verbose))

但是，当我多次运行上述代码时，output$xoutput每次都会返回略有不同的结果，即使我在每次运行之前立即调用set.seed(42)。

sessionInfo() R version 2.15.2 (2012-10-26) Platform: x86_64-apple-darwin9.8.0/x86_64 (64-bit) locale: [1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8 attached base packages: [1] grid splines stats graphics grDevices utils datasets methods base other attached packages: [1] SoDA_1.0-5 pscl_1.04.4 vcd_1.2-13 colorspace_1.2-0 gam_1.06.2 coda_0.16-1 lattice_0.20-10 mvtnorm_0.9-9994 [9] MASS_7.3-22 loaded via a namespace (and not attached): [1] tools_2.15.2

原始回答

ideal函数有一个startvals参数。该参数的默认值是“eigen”。要使您对set.seed的调用生效，您需要将该参数更改为“随机”。这是你已经尝试过的：

run1 <- simulationResult( ideal(s109, normalize=TRUE, maxiter = 500, thin = 10, burnin = 0, startvals = "eigen"), seed = 42) run2 <- simulationResult( ideal(s109, normalize=TRUE, maxiter = 500, thin = 10, burnin = 0, startvals = "eigen"), seed = 42) all.equal(run1@firstState, run2@firstState) [1] TRUE all.equal(run1@result$xbar, run2@result$xbar) [1] "Mean relative difference: 0.01832379"

这与startvals设置为“随机”的情况相同：

run1 <- simulationResult( ideal(s109, normalize=TRUE, maxiter = 500, thin = 10, burnin = 0, startvals = "random"), seed = 42) run2 <- simulationResult( ideal(s109, normalize=TRUE, maxiter = 500, thin = 10, burnin = 0, startvals = "random"), seed = 42) all.equal(run1@firstState, run2@firstState) [1] TRUE all.equal(run1@result$xbar, run2@result$xbar) [1] TRUE

据我所知，在包文档中没有明确指出需要将startvals设置为“随机”以获得可复制的结果。在我弄明白之前，我不得不玩了一会儿。

Answer 3

这是一个MCMC模型，所以它必然使用随机数生成。要获得可重复的结果，您需要通过为随机数生成器设置“种子”来开始分析。这种方式每次构建模型时，它都使用相同的“随机”数字（只要您在每次构建模型时重置种子。使用set.seed()函数，只需为它提供任意值，如{ {1}}。

我对这个软件包不熟悉，看起来您可能已经在使用1234的函数调用中为随机数生成设置种子，但我建议使用{{1}明确设置它无论如何。然后你的代码变成：

seed=42

R包pscl中的ideal（）不会产生可重复的结果

3 个答案: