Question

我使用这两个软件包进行贝叶斯分析，但是有些区别我不明白：

首先，包rjags允许使用jags.model函数进行适应阶段，而包r2jags没有此阶段，并使用函数jags （或jags.parallel）开始从后验分布中抽样。自适应阶段是否包含在该函数中，或者包r2jags不考虑它？

其次，在rjags中，我可以说这两个代码块是相似的吗？

jmod <- jags.model(file="somefile.txt", data = data, n.chains=3)
update(jmod,100)
jsample <- coda.samples(jmod, n.iter=100, variable.names=par)

和

jmod <- jags.model(file="somefile.txt", data = data, n.chains=3)
jsample <- coda.samples(jmod, n.iter=200,n.burnin=100, variable.names=par)

也就是说，具有update功能的老化阶段也可以在coda.samples函数中完成？谢谢。

Answer 1

R2jags是运行rjags的过顶功能。它的目的是让它更容易做一些事情，如包描述中描述的那样，直到收敛或并行化MCMC链。

如果您查看jags中的R2jags功能（例如，查看the source code或只是将jags无括号输入您的R控制台），您会发现跟随函数结尾附近的调用（链接的github版本上的第151-177行）：

  m <- jags.model(model.file,
                  data     = data,
                  inits    = init.values,
                  n.chains = n.chains,
                  n.adapt  = 0 )

  adapt( m,
         n.iter         = n.adapt,
         by             = refresh,
         progress.bar   = progress.bar,
         end.adaptation = TRUE )

  samples <- coda.samples( model          = m,
                           variable.names = parameters.to.save,
                           n.iter         = ( n.iter - n.burnin ),
                           thin           = n.thin,
                           by             = refresh,
                           progress.bar   = progress.bar )

所以R2jags::jags正在使用jags.model编译模型，使用adapt进行调整，然后使用coda.samples

从后验进行迭代和采样

你的两个电话并不完全等同。在第一个你：

使用jags.model，
使用update更新100次迭代，然后
使用coda.samples更新并从后验采样100次。

在第二个你

使用jags.model，
使用coda.samples更新并从后验采样200次迭代。

I.e。，您的后验样本来自更多迭代，但没有额外的＆＃34;老化＆＃34;在jags.model中隐含的自适应之后的方法2中的阶段。 n.burnin中的rjags无效，只有R2jags;请参阅上面coda.samples功能代码中的jags来电，而早期on line 77，此功能会分配n.adapt <- n.burnin。

rjags和r2jags之间的差异

1 个答案: