我刚从R2jags转自R2OpenBUGS,注意到了一些我不明白的事情。在用jags()
进行仿真和用as.mcmc()
转换输出后,第一个样本总是有很大的偏差,并且通常离收敛参数估计很远。使用bugs()
运行相同的数据时,不会出现此示例。这几乎就像第一个样本是真正的第一个样本,从烧伤阶段。
可重复的代码,包括一个糟糕的初始估计,以在jags()
的第一个示例中显示糟糕的参数,而不是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)
发布于 2014-12-22 09:54:44
对于后人来说,问题是R2jags并不总是像here所讨论的那样,在一段时间内处理好烧伤。
https://stackoverflow.com/questions/26684335
复制相似问题