并行运行JAGS时的DIC和PED

Question

我并行运行JAGS，即每个链在单独的进程/线程中。我打电话给run.jags(..., method = "rjparallel", params = c(..., "dic", "ped"))。我收到以下错误：

jags使用平行链或单独链时无法评估DIC，PED，pD，full.pD和pOpt

嗯....

1. 是因为DIC和PED是从所有链计算出来的，而不只是一个？收集所有线程的结果后，无法在run.jags函数中完成吗？
2. 那有什么办法吗？如何在并行运行时获得DIC和PED？一定有可能，对吧？

Answer 1

如果您并行运行模型，则无法跟踪dic或ped。原因是extend.jags函数需要“......在同一模拟中有多个链”（强调添加，请参阅帮助文件并查找monitor函数的extend.jags参数）。并行运行时，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它们。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提供的答案是完全正确的，但我只是问题的技术方面，这个答案没有解决 - 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使用每个观察到的随机变量在每次迭代时链之间的Kullback-Leibler散度的估计来计算DIC和PED的惩罚项。在JAGS之外计算此数据所需的大部分信息都没有存储，虽然它原则上可以通过JAGS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）。所以它没有完成，并且没有计划让它这样做，所以对你的问题的简短回答是'不，抱歉'。

但请注意，'pD'（因此'DIC'）的计算因您询问的人而异 - 而某些估算pD的方法不需要多个链。也可以看看：

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 - 而WAIC监视器在同一模拟中不需要多个链。

马特