Я только что перешел с R2jags с R2OpenBUGS и заметил кое-что, чего не понимаю. После запуска симуляции с использованием jags()
и преобразования вывода с помощью as.mcmc()
первая выборка всегда имеет очень высокое отклонение и обычно очень далека от оценки конвергентного параметра. Запуск тех же данных с bugs()
в этом образце не отображается. Похоже, что первый семпл — это фактический первый семпл с этапа приработки.
Воспроизводимый код, включая неверную начальную оценку, чтобы показать неверный параметр в первой выборке выходных данных jags()
, но не bugs()
.
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)