在runjags摘要中psrf值太低？

Question

Runjag报告说，对于一个显然存在收敛问题的链，psrf = 1.0047非常低：

​

​

> print(o, vars = "q_date2")

JAGS model summary statistics from 3000 samples (chains = 3; adapt+burnin = 1000):

         Lower95   Median   Upper95      Mean       SD    MCerr MC%ofSD SSeff    AC.10   psrf
q_date2 -0.17611 -0.10467 0.0053844 -0.087376 0.063296 0.023726    37.5     7 0.022495 1.0047

当我试图使用coda计算psrf时，得到的结果看起来要合理得多：

> gelman.diag(as.mcmc.list(o)[,'q_date2'], transform=FALSE, autoburnin=FALSE)
Potential scale reduction factors:

     Point est. Upper C.I.
[1,]       3.54       7.94

那么为什么伦贾格报告的psrf如此之低呢？这是跑步的问题，还是我做错了什么？

我在R3.1.0中使用当前版本的runjags (1.2.1-0)。

编辑:在创建摘要的过程中，我收到了警告--很抱歉之前没有提到它们：

Warning messages:
1: In autocorrs[x$stochastic] <- x$autocorr[4, ] :
  number of items to replace is not a multiple of replacement length
2: In psrfs[x$stochastic] <- x$psrf$psrf[, 1] :
  number of items to replace is not a multiple of replacement length

Answer 1

它似乎(从信息发送给我离线)，psrf是正确的计算，但正在报告的顺序，因为一些信息是无法获得的一些半随机监测变量。这个事实，这不是被软件发现是一个错误，我将修复！

同时，您可以(a)忽略输出中列出的用于汇总()的psrf，而使用RJout$psrf (或您自己的代码)，或者(b)删除导致问题的受监视变量(在本例中为M)。runjags的开发版本有更好的解决方案(在模型返回后计算概要统计数据和图表(重新计算))，并且应该在接下来的几个月内使用CRAN。

这也很好地提醒我们，手工检查跟踪图是MCMC分析的一个重要部分:)