运行 JAGS 并行时 DIC 和 PED

Question

我正在运行并行地使用 JAGS，即每个链在单独的 process/thread 中。我打电话给run.jags(..., method = "rjparallel", params = c(..., "dic", "ped"))。我收到以下错误：

jags The DIC, PED, pD, full.pD and pOpt cannot be assessed when using parallel or separate chains

嗯……

是不是因为DIC和PED是从所有链计算出来的，而不是一个？不能在run.jags函数中收集所有线程的结果后完成吗？
有什么解决办法吗？如何在并行运行的同时获得 DIC 和 PED？一定有可能吧？

Answer 1

如果您是运行并行模型，则无法跟踪 dic 或 ped。这样做的原因是 extend.jags 函数需要“...多个链 WITHIN 相同的模拟”（重点添加，请参阅帮助文件并查找 monitor extend.jags 函数的参数）。当运行并行时，每个核心只有一个链。

但是，您可以在使用 extract 函数拟合模型后收集这些数据。这是一个简单的 JAGS 模型的可重现示例，用于说明如何执行此操作。

library(runjags)

# generate data
y <- rnorm(1000, 3, 10)

# the model
modelstring="
model{
mu ~ dnorm(0, 0.001)
tau ~ dgamma(0.001,0.001)
sigma <- 1 / sqrt(tau)
for(i in 1:1000){
y[i] ~ dnorm(mu, tau)
}
}
"
# save this model string in your working directory
fileconn <- file("simple_norm.R")
writeLines(modelstring, fileconn)
close(fileconn)

# fit the model
model = run.jags(model = "simple_norm.R", 
data = data_list,
monitor = c("mu", "sigma"),
n.chains = 3,
burnin = 1000,
sample = 5000,
method = "rjparallel"
)

# collect DIC and ped
my_dic <- extract(model, what = "dic")
my_ped <- extract(model, what = "ped")

# the output

> my_dic
Mean deviance:  7411 
penalty 1.979 
Penalized deviance: 7413 

> my_ped
Mean deviance:  7411 
penalty 3.961 
Penalized deviance: 7415

Answer 2

@M_Fidino 提供的答案是非常正确的，但我将只是该答案未解决的问题的技术方面 - 即：

2.  Is there any way around that? How can I get DIC and PED while having parallel run? It must be possible somehow, right?

JAGS 使用对每个观察到的随机变量的每次迭代中链之间的 Kullback–Leibler 散度的估计来计算 DIC 和 PED 的惩罚项。在 JAGS 之外计算此信息所需的大部分信息并未存储，虽然原则上可以通过 JAGS 将其存储到文件中，但这会很快变得非常大（至少当观察数量相当大时）。所以它还没有完成，也没有计划让它这样做，所以对你的问题的简短回答是 'No, sorry'.

但是请注意，'pD'（因此 'DIC'）的计算因您询问的对象而异 - 并且一些估计 pD 的方法不需要多个链。另见：

JAGS and WinBUGS giving differing DIC

最后，JAGS 版本 5 中的 DIC/PED/WAIC 监视器将有一些改进 - 并且 WAIC 监视器将不需要在同一模拟中使用多个链。

马特

运行 JAGS 并行时 DIC 和 PED

DIC and PED when running JAGS parallely

r

jags

runjags