如何从mcmc RJAG中提取数据

我正在运行下面的模型，在这个模型中，我得到了每个投票周的测量值。为每一方产生100多个阿尔法向量。可能的问题是，我怎样才能以画线图的方式储存它们

model{
  ## measurement 
 for(i in 1:NPOLLS){  
      p1[i] ~ dnorm(alpha1[WoY[i]] + pollster1[org[i]], prec1[i])
       p2[i] ~ dnorm(alpha2[WoY[i]] + pollster2[org[i]], prec2[i])
       p3[i] ~ dnorm(alpha3[WoY[i]] + pollster3[org[i]], prec3[i])

}

## transition 
for(i in 2:NPERIODS){    
    alpha1[i] ~ dnorm(alpha1[i-1],phi1)
    alpha2[i] ~ dnorm(alpha2[i-1],phi2)
    alpha3[i] ~ dnorm(alpha3[i-1],phi3)
 }

pollster1[1] <- -sum(pollster1[2:NPOLLSTERS])
pollster2[1] <- -sum(pollster2[2:NPOLLSTERS])
pollster3[1] <- -sum(pollster3[2:NPOLLSTERS])

## priors
phi1 ~ dgamma(5000,1)     
alpha1[1] ~ dunif(.2,.4) 
phi2 ~ dgamma(5000,1)     
alpha2[1] ~ dunif(.2,.4)
phi3 ~ dgamma(10000,1)     
alpha3[1] ~ dunif(.1,.3)
    for(i in 2:NPOLLSTERS){
    pollster1[i] ~ dnorm(0,.01);    
    pollster2[i] ~ dnorm(0,.01);
    pollster3[i] ~ dnorm(0,.01);
 } }

---

jags函数为mmcm.list对象提供了此类对象的摘要通用函数。

---

在jags函数返回的新对象上使用str和name函数，您需要找到类似mcmc的内容。mcmcsub对象是mcmc.list类的矩阵，包含后验数，其中n行为迭代数，n列为估计参数。所以你可以提取你想要的。mcmc对象的长度等于链的数量。它们还有一个通用的plot.mcmmc函数来绘制后验密度。

mcmc对象的摘要？