1

是否有可能滥用 JAGS 作为从具有已知参数的模型生成数据的工具？我需要从预定义的模型中采样数据点，以便进行模拟研究并测试我在 R 中开发的模型的功效。

不幸的是，该模型有些棘手（带有 AR 和 VAR 组件的分层结构），我无法直接在 R 中模拟数据。在搜索互联网时，我发现了一篇博客文章，其中数据是使用 JAGS 中的data{}Block 生成的JAGS。在帖子中，作者直接在 JAGS 中估计了模型。由于我在 R 中有我的模型，因此我想将数据传输回 R 而无需model{}阻塞。这可能吗？

最好，赢

4

2 回答 2

2

没有特别的理由需要使用数据块以这种方式生成数据 - 模型块可以轻松地“反向”工作以基于固定参数生成数据。只需将参数指定为 JAGS 的“数据”，并监控模拟数据点（并根据数据集的需要运行尽可能多的迭代 - 可能只有 1 次！）。

话虽如此，原则上您可以使用数据或模型块（或两者的组合）来模拟数据，但您需要有一个模型块（即使它是一个简单且不相关的模型）才能运行 JAGS。例如下面使用数据块来模拟一些数据： 

txtstring <- '
data{
    for(i in 1:N){
        Simulated[i] ~ dpois(i)
    }
}

model{
    fake <- 0
}
#monitor# Simulated
#data# N
'


library('runjags')

N <- 10
Simulated <- coda::as.mcmc(run.jags(txtstring, sample=1, n.chains=1, summarise=FALSE))
Simulated

唯一真正的区别是数据块只更新一次（在模拟开始时），而模型块在每次迭代时更新。在这种情况下，我们只取 1 个样本，所以没关系，但如果您想在同一 JAGS 运行中生成模拟数据的多个实现，您必须将代码放在模型块中。[数据块和模型块之间可能还有其他差异，但我想不出任何临时性]。

请注意，您将以不同的格式从 JAGS 中获取数据（单个向量，其名称给出了受监视数据中任何数组的索引），因此可能需要做一些工作才能将其返回到向量/数组列表/ R中的任何内容。编辑：除非R2jags为此提供了一些实用程序-我不确定，因为我不使用该软件包。

于 2016-07-11T10:27:33.960 回答
0

使用模型块来运行模拟多个数据集的单个 MCMC 链将是有问题的，因为 MCMC 样本通常是相关的。（每个后续样本都是使用前一个样本绘制的）。对于模拟研究，您可能希望从您的分布中生成独立样本。可行的方法是递归地使用数据或模型块，例如在 for 循环中，这将确保您的样本是独立的。

于 2019-05-07T17:15:37.837 回答