rjags与r2jags的差异

Question

为了进行贝叶斯分析，我使用了这两个包，但是有一些我不明白的区别：

首先，包rjags允许具有jags.model函数的适配阶段，而包r2jags不具有此阶段，而函数jags (或jags.parallel)则开始从后验分布中取样。适应性阶段是否包含在该函数中，还是包r2jags不考虑它？

其次，在rjags中，我可以说这两段代码是相似的吗？

jmod <- jags.model(file="somefile.txt", data = data, n.chains=3)
update(jmod,100)
jsample <- coda.samples(jmod, n.iter=100, variable.names=par)

和

jmod <- jags.model(file="somefile.txt", data = data, n.chains=3)
jsample <- coda.samples(jmod, n.iter=200,n.burnin=100, variable.names=par)

也就是说，update函数的烧成阶段也可以在coda.samples函数中完成？谢谢。

Answer 1

R2jags是一个运行rjags的过头函数.它的目的是使执行包描述中描述的一些事情更容易一些，比如运行直到聚合，或者并行化MCMC链。

如果您查看R2jags中的R2jags函数(例如，通过查看源代码或只在R控制台中不带括号地输入jags )，您会发现在函数末尾附近有以下调用(链接github版本上的第151-177行)：

  m <- jags.model(model.file,
                  data     = data,
                  inits    = init.values,
                  n.chains = n.chains,
                  n.adapt  = 0 )

  adapt( m,
         n.iter         = n.adapt,
         by             = refresh,
         progress.bar   = progress.bar,
         end.adaptation = TRUE )

  samples <- coda.samples( model          = m,
                           variable.names = parameters.to.save,
                           n.iter         = ( n.iter - n.burnin ),
                           thin           = n.thin,
                           by             = refresh,
                           progress.bar   = progress.bar )

因此，R2jags::jags用jags.model编译模型，用adapt修改模型，然后用coda.samples迭代后验样本。

你的两个电话不是完全等同的。在第一个你：

1. 用jags.model编译和适应，
2. 使用update更新100个迭代，然后
3. 用coda.samples更新和从后面进行100次迭代。

在你的第二个

1. 用jags.model编译和适应，
2. 用coda.samples更新并从后部进行200次迭代。

也就是说，你的后验样本来自更多的迭代，但是在方法2中没有额外的“烧伤”阶段，在jags.model中隐含的适应性之后。n.burnin在rjags中没有任何用处，只在R2jags中使用；请参阅上面的jags函数代码中的coda.samples调用，而前面的在第77行则指定n.adapt <- n.burnin。