如何使用Python PyJAGS模型解释结果并绘制后验图？

Question

首先，我是python的新手，所以请原谅我可能犯的任何愚蠢的错误。

但是我使用PyJAGS分析此处提供的海平面数据： sea level data

数据的头（前5行）如下所示：

在我的代码中，我设置x = year_AD，y = sea_level_m，N = 130（数据中的行数）。

我正在使用的JAGS模型是PyJAGS文档中提供的用于线性回归的模型：

code = '''
model {
    for (i in 1:N) {
        y[i] ~ dnorm(alpha + beta * x[i], tau)
    }
    # Priors
    alpha ~ dunif(0, 1e-2)
    beta ~ dnorm(0, 1e-2)
    tau <- 1 / sigma^2
    sigma ~ dunif(0, 10)
}
'''

然后我像这样调用PyJAGS模型：

model = pyjags.Model(code, data=dict(x = x, y = y, N = N), chains = 4) 

# Number of iterations to remove at start and amount of thinning
model.sample(200, vars=[], thin = 2)

# Choose the parameters to watch and iterations:
samples = model.sample(1000, vars=['alpha', 'beta', 'sigma'])

但是，与在R中运行相同模型（使用R2jags）相比，我遇到的问题是结果似乎不存在。例如，PyJAGS模型的alpha和beta的平均值为：

  

alpha_mean = 0.004634，beta_mean = -0.000038

在R中：

  

alpha_mean = -3.062718，beta_mean = 0.001538208

当绘制后部图形时，事情变得不对劲了……这是python中的图形和所使用的代码：

# Creating a plot:
plt.scatter(x,y)
plt.ylabel('sea_level_m')
plt.xlabel('Year')
plt.plot(x, alpha_mean + beta_mean * x, c = "blue")

但是，当在R中运行相同的代码时，我得到此（正确）图：

关于我在做什么错的任何建议吗？