从 mcmc 对象重构变量答案

【问题标题】：Reconstructing variables from mcmc objects从 mcmc 对象重构变量
【发布时间】：2017-04-12 02:55:02
【问题描述】：

我使用rjags 作为采样器。该模型定义了 3 个矩阵。 coda.samples 函数返回样本列表。如果我采用第一个示例列表，列名看起来像这样：

> colnames(output[[1]])
"A[1,1]"  "A[2,1]"  "A[1,2]"  "A[2,2]" ... 
"B[1,1]"  "B[2,1]"  "B[3,1]"  "B[4,1]" ... 
"C[1,1]"  "C[2,1]"

显然，A、B 和 C 是我模型中的矩阵。我想根据这些样本的平均值重建它们。我可以使用colMeans(output[[1]]) 轻松获得方法，但我不知道如何轻松地从该向量重建矩阵。

重建的一个好方法是relist() 函数。因此，如果我在列表L = list(A=A,B=B,C=C) 中有矩阵 A、B 和 C，那么我可以使用 unlist() 将此列表转换为向量并使用 relist() 转换回来。我正在为 mcmc 对象寻找类似/现成的东西，但到目前为止无济于事 - 我不敢相信我是第一个需要这个的人。显然，relist(colMeans(output[[1]])) 不起作用。

谁能帮我重建？

编辑：还要注意relist() 函数只需要一个骨架，因此从colnames(output[[1]]) 中提取骨架也可以解决问题。还是我复杂了？

【问题讨论】：

标签： r mcmc jags rjags

【解决方案1】：

我不认为relist() 会成功...

我假设您的对象 output 是 mcmc.list 类的对象，如 R 包 coda 中定义的那样，output[[1]] 是 mcmc 类的对象，代表第一个 MCMC 链的样本。

我很确定coda 对此没有任何了解，例如"A[1,1]" 是一个 JAGS 矩阵，它只是将其作为变量名处理。因此，您必须遍历相关变量并自己强加结构。

理想情况下，您可以将其包装在如下函数中：

getMatrix <- function(output, varname, rows, cols) {
  unname(
    sapply(1:cols, function(j)
      sapply(1:rows, function(i)
        summary(output[,sprintf("%s[%s,%s]", varname, i, j)])[[1]][1]
      )
    )
  )
}

因此，例如，如果存储在 output[[1]] 中的矩阵 B 有 3 行和 4 列，您将编写：

getMatrix(output[[1]], "B", 3, 4)

将均值作为 R 中的矩阵对象。

【讨论】：