Question

我刚刚从R2OpenBUGS切换到R2jags，并注意到我不理解的东西。在使用jags()运行模拟并使用as.mcmc()转换输出后，第一个样本始终具有非常高的偏差，并且通常距收敛参数估计非常远。使用bugs()运行相同的数据此样本不会出现。它几乎就像第一个样本是来自老化阶段的实际第一个样本。

可重现的代码，包括错误的初始估算，以显示jags()但不是bugs()输出的第一个样本中的错误参数。

require(R2jags); require(R2OpenBUGS); require(mcmcplots)

set.seed(1)
x <- rnorm(100)
y <- 2*x + rnorm(100)

jags.model <- function()
{
    # likelihood
    for( i in 1:n ){
        mu[i] <- alpha + beta * x[i]
        y[i] ~ dnorm( mu[i], tau )
    }

    # priors
    alpha ~ dnorm(0,0.001)
    beta ~ dnorm(1,0.001)

    tau ~ dgamma(1,1)
    sigma <- 1/sqrt(tau)
}

n <- length(x)

inits <- function() list( "alpha"=5,"beta"=5,"tau"=5 ) # very far initial estimate

dat <- list("x","y","n")

out.jags <- jags( dat, 
    inits=inits, model=jags.model, 
    n.iter=1000, n.thin=1, n.chains=2,
    DIC=TRUE,
    parameters.to.save=c("alpha","beta") )
codaout.jags <- as.mcmc(out.jags)

out.bugs <- bugs( dat, 
    inits=inits, model=jags.model, 
    n.iter=1000, n.thin=1, n.chains=2,
    DIC=TRUE,
    parameters.to.save=c("alpha","beta") )
codaout.bugs <- as.mcmc.bugs(out.bugs)


plot(codaout.jags)
x11(); plot(codaout.bugs)

Answer 1

对于子孙后代，问题在于R2jags并不总能正确处理正常刻录，正如here所述。

as.mcmc中的错误应用于R中的jags（）输出？

1 个答案: