将R2jags对象转换为Stanreg（rstanarm）对象

我用

R2jags

制作了一个模型。我喜欢

jags

语法，但我发现

R2jags

生成的输出不容易使用。我最近读到了关于

rstanarm

软件包的文章。它有许多有用的功能，并且得到了

tidybayes

和

bayesplot

软件包的良好支持，以便于模型诊断和可视化。但是，我不喜欢在

rstanarm

中编写模型时使用的语法。理想情况下，我希望充分利用这两个方面，即在

R2jags

中编写模型，并将输出转换为

Stanreg

对象以使用

rstanarm

函数

---

可能吗？若有，怎么做？

我想那个么问题不一定是它是否可能——我怀疑它可能是。问题是你准备花多少时间去做。您所要做的就是尝试在结构中复制由

rstanarm

创建的对象，以使

R2jags

输出能够实现。这将使得一些后处理任务可能会起作用

如果我可以这么大胆的话，我想更好地利用您的时间是将

R2jags

对象转换为您想要使用的后处理函数。例如，只需对JAGS输出进行少量修改，即可使

bayesplot

中的所有

mcmc*（）

绘图功能正常工作。这里有一个例子。下面是

jags（）

函数帮助中的示例模型

# An example model file is given in:
model.file <- system.file(package="R2jags", "model", "schools.txt")

# data
J <- 8.0
y <- c(28.4,7.9,-2.8,6.8,-0.6,0.6,18.0,12.2)
sd <- c(14.9,10.2,16.3,11.0,9.4,11.4,10.4,17.6)


jags.data <- list("y","sd","J")
jags.params <- c("mu","sigma","theta")
jags.inits <- function(){
  list("mu"=rnorm(1),"sigma"=runif(1),"theta"=rnorm(J))
}

jagsfit <- jags(data=jags.data, inits=jags.inits, jags.params,
                n.iter=5000, model.file=model.file, n.chains = 2)

现在，您只需调用一些绘图函数：

mcmc_trace(jflist, regex_pars="theta")

或

因此，与其尝试复制

rstanarm

生成的所有输出，不如尝试将

jags

输出转换为适合您想要使用的后处理函数的格式，这样可能会更好地利用您的时间

---

编辑-添加了从

bayesplot

进行

pp_check（）

的可能性

在这种情况下，

y

的后向绘制在

theta

参数中。因此，我们创建了一个包含元素

y

和

yrep

的对象，并将其设置为类

foo

x <- list(y = y, yrep = jagsfit$BUGSoutput$sims.list$theta)
class(x) <- "foo"

然后，只需调用函数：

pp_check(x, type="overlaid")

---

谢谢您的意见。“[…]尝试将

jags

输出转换为适合您想要使用的后处理函数的格式”：我的问题可能不够清楚，但这正是我要做的。在使用

as.mcmc（）

转换

jags

输出后，我实际上已经可以使用

mcmc_跟踪（）

和

mcmcmc_区域（）

函数了。但是，我还想使用其他需要

rstanarm

对象的函数。例如，

rstanarm

包中的

pp\u check（）

函数或

tidybayes

包中的

add\u fitted\u draws（）

函数。对于

add\u fitted\u draws（）

我认为这将非常困难。它依赖于

rstanarm

模型的所有底层基础设施。看来要复制这一点需要很多时间。您最好尝试在自己的代码中始终如一地使用相同的编码约定（例如，

mu[i]和
pp_check（）
，
bayesplot
中的文档建议它应该是通用的-允许其他包作者为自己的目的生成
pp\u check
的方法。回答上面的编辑以显示一种可能的方式。感谢您提供的附加信息和编辑。这很有用，即使它只解决了一半的问题相对长度单位。
x <- list(y = y, yrep = jagsfit$BUGSoutput$sims.list$theta)
class(x) <- "foo"

pp_check.foo <- function(object, ..., type = c("multiple", "overlaid")) {
  y <- object[["y"]]
  yrep <- object[["yrep"]]
  switch(match.arg(type),
         multiple = ppc_hist(y, yrep[1:min(8, nrow(yrep)),, drop = FALSE]),
         overlaid = ppc_dens_overlay(y, yrep[1:min(8, nrow(yrep)),, drop = FALSE]))
}

pp_check(x, type="overlaid")