模拟JAGS/r2jags中的数据

Question

是否有可能误用JAGS作为从具有已知参数的模型生成数据的工具？我需要从预定义的模型中采样数据点，以便进行模拟研究，并测试我在R中开发的模型的威力。

不幸的是，该模型有些棘手(带有AR和VAR组件的层次结构)，而且我无法在R中直接模拟数据，而在互联网上搜索时，我发现了一个博客帖子，其中数据是在JAGS中使用data{}块生成的。在这篇文章中，作者直接估算了JAGS模型。因为我在R中有我的模型，所以我想不使用model{}块将数据传输回R。这个是可能的吗？

最好，赢

Answer 1

没有特别的理由需要使用数据块以这种方式生成数据--模型块可以很容易地以“反向”的方式生成基于固定参数的数据。只需将参数指定为JAGS，并监视模拟的数据点(并根据需要运行尽可能多的迭代--可能只有1!)。

尽管如此，原则上您可以使用数据或模型块(或两者的组合)来模拟数据，但是您需要有一个模型块(即使它是一个简单的、不相关的模型)才能运行JAGS。例如，以下代码使用数据块模拟某些数据：

txtstring <- '
data{
    for(i in 1:N){
        Simulated[i] ~ dpois(i)
    }
}

model{
    fake <- 0
}
#monitor# Simulated
#data# N
'


library('runjags')

N <- 10
Simulated <- coda::as.mcmc(run.jags(txtstring, sample=1, n.chains=1, summarise=FALSE))
Simulated

唯一真正的区别是数据块只更新一次(在模拟开始时)，而模型块在每次迭代时更新。在这种情况下，我们只需要一个示例，所以这并不重要，但是如果您想要在同一个JAGS运行中生成多个模拟数据的实现，则必须将代码放在模型块中。数据块和模型块之间可能还有其他的区别，但我想不出有什么直接的区别。

请注意，您将以不同的格式将数据从JAGS中取出(一个单独的向量，其名称给出监视数据中任何数组的索引)，因此可能需要一些后续工作才能将其返回到R. Edit中的向量/数组/任何其他列表:除非R2jags为此提供了一些实用工具--我不确定，因为我不使用该包。

Answer 2

使用模型块来运行模拟多个数据集的单个MCMC链会有问题，因为MCMC示例通常是相关的。(每个后续示例都使用前面的示例绘制)。为了进行模拟研究，您可能希望从您的分布中生成独立的样本。方法是递归地使用数据或模型块，例如在for循环中，这将确保样本是独立的。