添加/删除摘要/绘图需要重新编译runjag对象。

Question

因为具有所有情节的runjags对象都是too big，所以我尝试用plot=FALSE进行run.jags，将结果的runjags对象保存到文件中，在新的R会话中恢复它(作为out)，然后通过

out.with_summaries <- extend.jags(out, sample = 0, adapt = 0)

(有关此技巧，请参见此处讨论：https://stackoverflow.com/a/21859618/684229)

然而，，由于未知的原因，它再次重新编译和调整模型！，即使我设置了sample = 0, adapt = 0！

require(runjags)

t1 <- proc.time()
out.sum <- extend.jags(out, sample = 0, adapt = 0)
# Re-compiling rjags model and adapting...
# Calculating the Gelman-Rubin statistic for 4 variables....
# Convergence may have failed for this run for 4 parameters after 500
# iterations (multi-variate psrf = 214.873)
# Finished running the simulation
t2 <- proc.time()
print(t2 - t1)
#   user  system elapsed 
# 345.67    0.08  352.30 

仅仅绘制图表就需要相当长的时间，这是相当烦人的。同样的情况是，当我用图解计算runjags对象，然后尝试摆脱它们来存储runjag对象小的时候：

t1 <- proc.time()
out.no_sum <- extend.jags(out.sum, sample = 0, adapt = 0, summarise=FALSE, plot=FALSE)
# Loading required package: rjags
# Loading required package: coda
# Loading required package: lattice
# Linked to JAGS 3.3.0
# Loaded modules: basemod,bugs
# Re-compiling rjags model and adapting...
# Finished running the simulation
t2 <- proc.time()
print(t2 - t1)
#    user  system elapsed 
#  327.53    0.05  329.73

关于如何解决这个问题(除了编写我自己的绘图功能)，有什么建议吗？

警告：第二次运行同一个runjags对象上的extend.jags函数已经很快了。但是，如果您保存runjags对象并在新会话中再次加载它，extend.jags将再次慢下来。runjags或JAGS似乎正在缓存某些东西(但不在原始runjags对象中)。

Answer 1

这个extend.jags函数调用很慢，因为模型正在重新编译(在您的例子中，它实际上并没有适应，尽管有一些误导的消息)。这是因为您正在使用保存对象中的rjags方法--这意味着模型必须重新加载到内存中，并准备从内存中进行采样(即使您实际上并不想从它中取样)。第二次调用extend.jags时不会发生这种情况，因为它已经编译好了。

以这种方式使用extend.jags确实有点麻烦--下一个版本的runjags将提供一种更干净的方法。同时，如果指定adapt=0, sample=0, method='simple'，则应防止重新编译JAGS对象。

编辑:如runjags的帮助文件中所述，使用lattice::traceplot或densityplot (或两者兼而有之)重新创建情节更有效。若要提取MCMC对象，请使用as.mcmc.list(runjags_object) --这还允许您在必要时提取特定变量，请参阅?as.mcmc.list.runjags。