使用rjags中的尾波样本进行诊断

我对Bayes和JAGS都是新手，所以请原谅我的无知

我收到了一个使用JAGS代码编写的R脚本（由同事发送）

本规范的作者将尾波样本集定义如下：

codaSamples = coda.samples( jagsModel , variable.names=parameters , 
                            n.iter=nPerChain , thin=thinSteps )

我希望取得以下成果，但成功有限：

Gelman diagnostics：我使用了“show（Gelman.diag（codaSamples）），这对于单个模拟来说很好。但是，对于每个感兴趣的模拟，如何将每个gelman诊断、每个参数输出到一个文件？更有趣的是，是否可以只记录Rhat值大于1.1的模拟比例

密度图：我使用了“show（densplot（codaSamples））”。但是，这会在单独的绘图上生成每个绘图（我在模型中有96个参数）。是否存在与“autocorr.plot”等价的内容，即每页放置几个绘图

分位数：我使用了“show（summary（codaSamples））”，但尽管这给出了每个参数的平均值、标准差和具体的分位数（这是我想要的），它也给出了MCMC矩阵。是否存在只指定每个参数的基本统计特性的方法

后验分布：是否有方法计算每个参数的给定值（如零）位于下/上的百分位数？然后总结所有模拟

提前感谢您提供的任何帮助。

• 使用以下内容记录gelman输出：

write.csv（gelman.diag（codaSamples）$psrf，file=“gelman.csv”）

• 要绘制mcmc的密度：

  mcmc

  对象具有特定的S3类

  mcmc.list

  so

  class（codaSamples）

  应返回

  mcmc.list

  。对于此类具有参数的对象，有一个

  plot

  S3方法：

  trace

  和

  density

绘图（codaSamples，trace=FALSE，density=TRUE）

这应该符合你的期望

• 摘要（codaSamples）给出了参数的后验概率统计。我不确定我是否理解这个问题，但codaSamples是一个长度的

  列表

  ：链的数量，列：估计的参数，行：链的每个迭代。因此，您可以使用此对象或子对象（

  分位数

  ，…）计算所需的所有统计信息。 例如，第一个参数的分位数：

分位数（codaSamples[[1]][，1]）

[[1]]

，因为我使用第一个链和

[，1]

作为第一个参数

要查看对象的结构，需要使用

str（）

。使用此功能，可以选择所需的所有子对象