在 R 中操作 mcmc.list 对象

Question

我使用了通过 rjags 调用的 JAGS 来生成 mcmc.list 对象 foldD_samples，其中包含大量随机节点（>800 个节点）的跟踪监视器。

我现在想使用 R 来计算这些节点的一个相当复杂的标量值函数，并将输出写入 mcmc 对象，以便我可以使用 coda 来总结后验并运行收敛诊断。

但是，我一直无法弄清楚如何将 foldD_samples 的后验图绘制到数据帧中。非常感谢任何帮助。

这是 mcmc.list 的结构：

str(foldD_samples)
List of 3
 $ : mcmc [1:5000, 1:821] -0.667 -0.197 -0.302 -0.204 -0.394 ...
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : NULL
  .. ..$ : chr [1:821] "beta0" "beta1" "beta2" "dtau" ...
  ..- attr(*, "mcpar")= num [1:3] 4100 504000 100
 $ : mcmc [1:5000, 1:821] -0.686 -0.385 -0.53 -0.457 -0.519 ...
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : NULL
  .. ..$ : chr [1:821] "beta0" "beta1" "beta2" "dtau" ...
  ..- attr(*, "mcpar")= num [1:3] 4100 504000 100
 $ : mcmc [1:5000, 1:821] -0.492 -0.679 -0.299 -0.429 -0.421 ...
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : NULL
  .. ..$ : chr [1:821] "beta0" "beta1" "beta2" "dtau" ...
  ..- attr(*, "mcpar")= num [1:3] 4100 504000 100
 - attr(*, "class")= chr "mcmc.list"

干杯，雅各布

Answer 1

由于它是一种list结构，因此您可以使用这些方法中的任何一种将矩阵绑定在一起。

do.call(rbind.data.frame, foldD_samples)

或者

rbindlist(lapply(foldD_samples, as.data.frame)) # thanks to BenBolker

一米

library(rjags)
library(coda)
library(data.table)

mod <- textConnection("model {
  A ~ dnorm(0, 1)
  B ~ dnorm(0, 1)
}")

# evaluate
mod <- jags.model(mod, n.chains = 4, n.adapt = 50000) 
pos <- coda.samples(mod,  c("A", "B"),  10000)

out <- do.call(rbind.data.frame, pos)
out2 <- rbindlist(lapply(pos, as.data.frame))
all.equal(out, out2, check.attributes=FALSE)