as.mcmc中的错误应用于R中的jags()输出？

Question

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)

Answer 1

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。