有效数量
effective number
在Gelman书中，有效数的定义如下；
- R 帽子
- between-在MCMC方差序列内，
B和W
- MCMC 样本数，表示为
n
- 链数，表示为
m
我不知道 samplig() 如何计算案例 chains=1 的 MCMC 方差序列。所以，我无法计算这些项（B、W、m）。我想根据论文实现一些算法：https://arxiv.org/abs/1804.06788.
粗略地说，本文在MCMC抽样正确的原假设下构造了一些均匀分布的检验统计量。如果 MCMC 采样不正确，则测试统计量的直方图会变成偏斜形状，这种与均匀性的偏差告诉我们 MCMC 包含偏差。我想实现但是需要计算上面的数量
在rstan中有提取上述量的函数吗？我认为在计算 R hat 统计数据的过程中，上述数量 B,W, m 保留在 stanfit S4 对象中的某个位置。
对不起，我找到了n_eff，但我不知道案例chains =1的选择m。
在只估计一条链的情况下（无论如何都不应该发生），那么 m = 2 因为来自单条链的 post-warmup 抽奖被分成了前半部分和后半部分一半。 documentation.
中讨论了这种拆分方法
在Gelman书中，有效数的定义如下；
- R 帽子
- between-在MCMC方差序列内，
B和W - MCMC 样本数，表示为
n - 链数，表示为
m
我不知道 samplig() 如何计算案例 chains=1 的 MCMC 方差序列。所以，我无法计算这些项（B、W、m）。我想根据论文实现一些算法：https://arxiv.org/abs/1804.06788.
粗略地说，本文在MCMC抽样正确的原假设下构造了一些均匀分布的检验统计量。如果 MCMC 采样不正确，则测试统计量的直方图会变成偏斜形状，这种与均匀性的偏差告诉我们 MCMC 包含偏差。我想实现但是需要计算上面的数量
在rstan中有提取上述量的函数吗？我认为在计算 R hat 统计数据的过程中，上述数量 B,W, m 保留在 stanfit S4 对象中的某个位置。
对不起，我找到了n_eff，但我不知道案例chains =1的选择m。
在只估计一条链的情况下（无论如何都不应该发生），那么 m = 2 因为来自单条链的 post-warmup 抽奖被分成了前半部分和后半部分一半。 documentation.
中讨论了这种拆分方法