1

我刚刚从 R2OpenBUGS 从 R2jags 切换，并注意到一些我不明白的东西。在使用 运行模拟jags()并使用 转换输出as.mcmc()后，第一个样本始终具有非常高的偏差，并且通常与收敛的参数估计相差甚远。使用此示例运行相同的数据bugs()不会出现。这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，包括错误的初始估计，以显示第一个样本中的错误参数jags()但不bugs()输出。

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)
4

1 回答 1

1

对于后人来说，问题在于 R2jags 并不总是正确地处理老化期，如此处所讨论的。

于 2014-12-22T17:54:44.933 回答