rjags로 예측을 생성하는 방법은 무엇입니까?

JAGS 언어로 지정된 모델에서 rjags를 사용하여 MCMC를 실행했습니다. 해당 모형을 추출하고 모형으로 예측을 수행하는 좋은 방법이 있습니까 (내 매개 변수의 사후 분포를 사용하여)? R에서 모델을 다시 지정하고 매개 변수 후부의 모드를 연결할 수 있습니다. 이 작업을 덜 중복하는 방법이 있는지 궁금합니다.

http://sourceforge.net/p/mcmc-jags/discussion/610037/thread/0ecab41c 가 같은 질문을하고 있다고 생각 합니다.

일반적으로 JAGS로 예측을 수행 할 수 있습니다. 아래는 종속 변수로 FEV (폐 기능과 관련이있는 것) 및 예측 변수로 나이 및 흡연 지표를 사용한 회귀 예제입니다.

FEV20 및 FEV20ns는 20 살 흡연자와 20 살 금연에 대한 예상 FEV 값입니다.

model
{
for(i in 1:n){
    FEV[i] ~ dnorm(mu[i],tau)
    mu[i] <- beta[1] + beta[2]*Age[i] + beta[3]*Smoke[i]  + beta[4]*Age[i]*Smoke[i]
}

#priors
beta[1] ~ dnorm(0,0.001)
beta[2] ~ dnorm(0,0.001)
beta[3] ~ dnorm(0,0.001)
beta[4] ~ dnorm(0,0.001)
tau ~ dgamma(0.001,0.001)
sigma<-1/sqrt(tau) 

## Predict the FEV for a 20 year old smoker and for a 20 year old nonsmoker
mu20s <-  beta[1] + (beta[2]+beta[4])*20 + beta[3]
mu20ns <-  beta[1] + beta[2]*20 
FEV20s ~ dnorm(mu20s,tau)
FEV20ns ~ dnorm(mu20ns,tau)
}

예 : 베이지안 아이디어 및 데이터 분석