在runjags中运行JAGS模型后延长刻录期

Question

R的runjags软件包太棒了。并行功能和使用extend.jags函数的能力使我的生活变得更好了。然而，有时，在我运行一个模型后，我意识到烧成阶段应该更长。如何从run.jags输出中削减额外的样本，以便重新估计参数分布并检查收敛性？

jags.object <- run.jags(model, n.chains=3, data=data, monitor =c('a','b'), sample=10000)

Answer 1

不幸的是，目前在runjags中无法做到这一点，因此您必须使用底层的mcmc.list对象--如下所示：

library('coda')
mcmc.object <- as.mcmc.list(jags.object)
niter(mcmc.object)
windowed.object <- window(mcmc.object, start=10001)
summary(windowed.object)

请注意，window.mcmc的开始(和结束)参数包括刻录在阶段，所以如果在+ 10000示例中有5000个刻录，那么下面的代码给您迭代10001:15000

但是，一个用于runjags类的窗口方法将是一个好主意，希望很快就会出现这种方法！

还值得注意的是，您可以使用combine=FALSE参数和extend.jags一起删除整个第一批迭代，但这显然需要重新采样新的迭代，而不是您想要的。

同样--谢谢你对这个包的友好之词--反馈和特性建议在https://sourceforge.net/p/runjags/forum/general/上总是欢迎的:)

Answer 2

如果你想从后验分布中剪掉额外的样本，你可以用mcmc.list函数来子集lapply。

下面的代码将剪短每个链中的前50个样本。如果您想要修剪更多的东西，您只需要将1:50更改为其他的东西。

trimmed.posterior <- lapply(jags.object, function(df, vec){df[-vec,,drop=TRUE]}, 1:50)