KuboWeb top

更新: 2018-01-16 12:26:08

生態学のデータ解析 - coda 雑


[もくじ]

MCMC 計算出力を読みこむ 

  • JAGS の出力結果をよみこむ: read.jags() 関数
  • 読みこんだ内容は mcmc クラスのオブジェクトになる

図の出力 

  • ある mcmc クラスオブジェクトを m としよう
  • plot(m) で全パラメーターの MCMC 計算遷移図と事後分布の密度関数図が出力される (plot.mcmc() がよびだされている)
    • それぞれ traceplot(), densplot() で個別に描ける
    • plot.mcmc() の出力例:

    jagstest

chain ごとに計算遷移図をだす 

  • mcmc オブジェクトではなく mcmc.list オブジェクトに MCMC 計算の結果を (chain ごとに) 格納している場合に plot() すると chain ごとの計算遷移がわかる (2006-12-06 遠洋水研の岡村寛さんに教えていただいた).

mcmclist

表の出力 

  • ある mcmc クラスオブジェクトを m としよう
  • summary(m) で全パラメーターの事後分布の平均・標準偏差,{2.5, 25, 50, 75, 97.5}% 分位点の表が出力される
  • 出力例:
	1. Empirical mean and standard deviation for each variable,
	   plus standard error of the mean:
		Mean      SD Naive SE Time-series SE
	b0    1.5707   0.186  0.00587        0.01693
	bt    0.3129   0.857  0.02709        0.11263
	a0    0.2603   0.124  0.00391        0.00788
	at   -0.5195   0.173  0.00546        0.01491
	iv.x 68.4803 279.713  8.84529       17.38780
	iv.g 65.0620 249.301  7.88358       13.45898
	iv.a  0.0832   0.572  0.01810        0.02830

	2. Quantiles for each variable:
		 2.5%     25%    50%     75%   97.5%
	b0    1.20958  1.4580  1.603  1.6914   1.861
	bt   -0.78595 -0.2827  0.167  0.6841   2.914
	a0    0.00788  0.1910  0.260  0.3308   0.512
	at   -0.87161 -0.6331 -0.517 -0.4075  -0.187
	iv.x  0.06327  0.2717  0.597  3.8881 791.402
	iv.g  0.00583  0.0205  0.293 15.5221 670.739
	iv.a  0.00985  0.0309  0.047  0.0717   0.147

データのクラス変換 

  • ある mcmc クラスオブジェクトを m としよう
  • as.matrix(m), as.data.frame(m) でそれぞれ matrix, data.frame クラスのオブジェクトに変換される