Markov chain Monte Carlo plots

Produce Markov chain Monte Carlo plots for Bayesian models

Usage

bayes_mcmc(model, async = FALSE)

covariate_mcmc(...)

baseline_mcmc(...)

Arguments

model

Output from baseline_model(), bayes_model() or covariate_model()

async

Whether or not the function is being used asynchronously. Default FALSE

...

Parameters passed to bayes_mcmc()

Value

list containing:

gelman_plots

Gelman plots

trace_plots

Trace plots

density_plots

Density plots

n_rows

The number of rows for each plot

Examples

configured_data_path <- system.file("extdata", "configured_data.Rds", package = "metainsight")
configured_data <- readRDS(configured_data_path)

# n_adapt and n_iter are set low to run quickly, but should be left as the
# default values in real use

fitted_bayes_model <- bayes_model(configured_data = configured_data,
                                  n_adapt = 100,
                                  n_iter = 100)

bayes_mcmc(model = fitted_bayes_model)
#> $parameters
#> [1] "d.the_Great.the_Butcher" "d.the_Great.the_Little" 
#> [3] "d.the_Great.the_Younger" "sd.d"                   
#> 
#> $gelman_data
#> $gelman_data[[1]]
#> $gelman_data[[1]]$shrink
#> , , median
#> 
#>         [,1]
#> 151 1.104142
#> 152 1.101470
#> 153 1.098586
#> 154 1.096948
#> 155 1.095979
#> 156 1.095788
#> 157 1.096302
#> 158 1.097156
#> 159 1.097758
#> 160 1.098637
#> 161 1.095073
#> 162 1.096683
#> 163 1.100707
#> 164 1.101753
#> 165 1.098526
#> 166 1.098971
#> 167 1.095373
#> 168 1.102390
#> 169 1.102276
#> 170 1.104713
#> 171 1.100409
#> 172 1.095954
#> 173 1.094549
#> 174 1.092026
#> 175 1.090832
#> 176 1.090355
#> 177 1.088807
#> 178 1.088109
#> 179 1.087774
#> 180 1.087056
#> 181 1.087124
#> 182 1.081324
#> 183 1.080571
#> 184 1.080307
#> 185 1.079253
#> 186 1.078328
#> 187 1.078446
#> 188 1.078544
#> 189 1.078489
#> 190 1.076821
#> 191 1.076980
#> 192 1.077261
#> 193 1.077646
#> 194 1.077785
#> 195 1.076942
#> 196 1.075299
#> 197 1.075413
#> 198 1.076538
#> 199 1.077260
#> 200 1.076883
#> 200 1.076883
#> 
#> , , 97.5%
#> 
#>         [,1]
#> 151 1.155844
#> 152 1.145424
#> 153 1.152910
#> 154 1.144967
#> 155 1.139596
#> 156 1.137782
#> 157 1.141742
#> 158 1.150198
#> 159 1.154117
#> 160 1.158894
#> 161 1.142757
#> 162 1.152296
#> 163 1.174634
#> 164 1.179402
#> 165 1.162523
#> 166 1.166723
#> 167 1.147943
#> 168 1.173349
#> 169 1.172017
#> 170 1.182205
#> 171 1.172172
#> 172 1.146679
#> 173 1.143547
#> 174 1.131310
#> 175 1.128007
#> 176 1.127123
#> 177 1.123340
#> 178 1.122246
#> 179 1.121257
#> 180 1.123237
#> 181 1.124777
#> 182 1.113095
#> 183 1.110982
#> 184 1.110837
#> 185 1.109731
#> 186 1.107361
#> 187 1.107976
#> 188 1.108190
#> 189 1.107748
#> 190 1.103977
#> 191 1.104461
#> 192 1.105844
#> 193 1.107384
#> 194 1.107868
#> 195 1.105716
#> 196 1.103533
#> 197 1.105465
#> 198 1.109570
#> 199 1.112162
#> 200 1.110158
#> 200 1.110158
#> 
#> 
#> $gelman_data[[1]]$last.iter
#>  [1] 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169
#> [20] 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188
#> [39] 189 190 191 192 193 194 195 196 197 198 199 200 200
#> 
#> 
#> $gelman_data[[2]]
#> $gelman_data[[2]]$shrink
#> , , median
#> 
#>         [,1]
#> 151 1.082545
#> 152 1.080120
#> 153 1.079084
#> 154 1.079374
#> 155 1.078950
#> 156 1.078317
#> 157 1.083934
#> 158 1.082746
#> 159 1.084896
#> 160 1.086107
#> 161 1.089386
#> 162 1.090498
#> 163 1.098429
#> 164 1.110126
#> 165 1.111349
#> 166 1.110404
#> 167 1.116567
#> 168 1.116315
#> 169 1.141779
#> 170 1.140098
#> 171 1.143051
#> 172 1.142523
#> 173 1.143277
#> 174 1.141655
#> 175 1.142482
#> 176 1.141733
#> 177 1.141278
#> 178 1.137938
#> 179 1.135890
#> 180 1.135666
#> 181 1.135039
#> 182 1.134158
#> 183 1.132457
#> 184 1.129411
#> 185 1.126488
#> 186 1.125819
#> 187 1.125435
#> 188 1.124763
#> 189 1.124842
#> 190 1.124858
#> 191 1.125368
#> 192 1.124418
#> 193 1.124085
#> 194 1.123787
#> 195 1.123470
#> 196 1.123182
#> 197 1.122573
#> 198 1.122114
#> 199 1.122640
#> 200 1.122378
#> 200 1.122378
#> 
#> , , 97.5%
#> 
#>         [,1]
#> 151 1.158122
#> 152 1.135219
#> 153 1.131185
#> 154 1.131944
#> 155 1.129133
#> 156 1.115113
#> 157 1.131528
#> 158 1.122491
#> 159 1.130326
#> 160 1.117009
#> 161 1.108399
#> 162 1.103884
#> 163 1.122033
#> 164 1.151158
#> 165 1.156516
#> 166 1.151734
#> 167 1.171924
#> 168 1.162495
#> 169 1.230131
#> 170 1.239730
#> 171 1.260035
#> 172 1.255785
#> 173 1.267634
#> 174 1.256646
#> 175 1.261636
#> 176 1.255552
#> 177 1.258912
#> 178 1.246773
#> 179 1.239779
#> 180 1.240422
#> 181 1.237385
#> 182 1.233515
#> 183 1.225900
#> 184 1.216183
#> 185 1.207154
#> 186 1.203933
#> 187 1.201848
#> 188 1.198471
#> 189 1.199487
#> 190 1.200811
#> 191 1.205288
#> 192 1.203966
#> 193 1.201492
#> 194 1.200432
#> 195 1.198473
#> 196 1.196608
#> 197 1.192257
#> 198 1.187217
#> 199 1.190901
#> 200 1.189919
#> 200 1.189919
#> 
#> 
#> $gelman_data[[2]]$last.iter
#>  [1] 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169
#> [20] 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188
#> [39] 189 190 191 192 193 194 195 196 197 198 199 200 200
#> 
#> 
#> $gelman_data[[3]]
#> $gelman_data[[3]]$shrink
#> , , median
#> 
#>         [,1]
#> 151 1.096838
#> 152 1.107263
#> 153 1.105272
#> 154 1.104328
#> 155 1.106406
#> 156 1.108662
#> 157 1.117051
#> 158 1.117219
#> 159 1.117597
#> 160 1.117774
#> 161 1.126078
#> 162 1.125318
#> 163 1.127751
#> 164 1.129323
#> 165 1.131747
#> 166 1.132833
#> 167 1.134912
#> 168 1.136274
#> 169 1.136898
#> 170 1.137545
#> 171 1.148912
#> 172 1.148665
#> 173 1.149257
#> 174 1.150283
#> 175 1.149299
#> 176 1.147507
#> 177 1.146904
#> 178 1.143509
#> 179 1.142943
#> 180 1.142496
#> 181 1.138810
#> 182 1.138715
#> 183 1.138606
#> 184 1.138529
#> 185 1.138124
#> 186 1.137898
#> 187 1.137670
#> 188 1.137461
#> 189 1.137222
#> 190 1.137109
#> 191 1.134494
#> 192 1.133740
#> 193 1.133505
#> 194 1.133537
#> 195 1.133443
#> 196 1.133230
#> 197 1.133060
#> 198 1.132727
#> 199 1.133037
#> 200 1.132943
#> 200 1.132943
#> 
#> , , 97.5%
#> 
#>         [,1]
#> 151 1.164231
#> 152 1.196647
#> 153 1.186645
#> 154 1.181870
#> 155 1.162437
#> 156 1.151307
#> 157 1.173841
#> 158 1.161218
#> 159 1.152694
#> 160 1.148652
#> 161 1.169978
#> 162 1.166453
#> 163 1.175329
#> 164 1.181576
#> 165 1.169466
#> 166 1.173798
#> 167 1.165009
#> 168 1.160476
#> 169 1.159632
#> 170 1.165806
#> 171 1.190588
#> 172 1.188453
#> 173 1.192338
#> 174 1.197666
#> 175 1.192431
#> 176 1.192042
#> 177 1.188372
#> 178 1.184251
#> 179 1.181288
#> 180 1.180527
#> 181 1.178235
#> 182 1.180243
#> 183 1.179707
#> 184 1.179669
#> 185 1.181810
#> 186 1.181638
#> 187 1.180022
#> 188 1.178667
#> 189 1.176676
#> 190 1.175794
#> 191 1.168053
#> 192 1.168172
#> 193 1.166795
#> 194 1.166803
#> 195 1.166040
#> 196 1.166739
#> 197 1.164057
#> 198 1.161300
#> 199 1.162498
#> 200 1.161269
#> 200 1.161269
#> 
#> 
#> $gelman_data[[3]]$last.iter
#>  [1] 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169
#> [20] 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188
#> [39] 189 190 191 192 193 194 195 196 197 198 199 200 200
#> 
#> 
#> $gelman_data[[4]]
#> $gelman_data[[4]]$shrink
#> , , median
#> 
#>         [,1]
#> 151 1.230287
#> 152 1.236097
#> 153 1.241728
#> 154 1.249364
#> 155 1.256115
#> 156 1.261110
#> 157 1.268592
#> 158 1.276470
#> 159 1.284061
#> 160 1.292303
#> 161 1.300821
#> 162 1.308528
#> 163 1.317123
#> 164 1.326352
#> 165 1.334798
#> 166 1.342046
#> 167 1.351665
#> 168 1.360030
#> 169 1.369987
#> 170 1.371211
#> 171 1.366379
#> 172 1.363232
#> 173 1.364663
#> 174 1.362226
#> 175 1.357582
#> 176 1.350288
#> 177 1.343981
#> 178 1.341637
#> 179 1.334601
#> 180 1.322984
#> 181 1.313947
#> 182 1.306444
#> 183 1.299916
#> 184 1.294060
#> 185 1.288731
#> 186 1.284286
#> 187 1.279526
#> 188 1.276445
#> 189 1.273245
#> 190 1.268313
#> 191 1.263342
#> 192 1.260663
#> 193 1.257858
#> 194 1.253780
#> 195 1.251390
#> 196 1.249878
#> 197 1.249711
#> 198 1.249196
#> 199 1.247585
#> 200 1.245236
#> 200 1.245236
#> 
#> , , 97.5%
#> 
#>         [,1]
#> 151 1.819111
#> 152 1.841843
#> 153 1.862981
#> 154 1.894753
#> 155 1.919747
#> 156 1.935244
#> 157 1.962082
#> 158 1.990060
#> 159 2.015517
#> 160 2.045295
#> 161 2.075123
#> 162 2.099865
#> 163 2.129399
#> 164 2.162279
#> 165 2.190609
#> 166 2.213658
#> 167 2.247579
#> 168 2.277434
#> 169 2.315258
#> 170 2.313125
#> 171 2.274384
#> 172 2.242301
#> 173 2.240823
#> 174 2.227379
#> 175 2.204607
#> 176 2.167258
#> 177 2.135505
#> 178 2.118738
#> 179 2.087903
#> 180 2.044577
#> 181 2.013174
#> 182 1.987609
#> 183 1.966058
#> 184 1.947269
#> 185 1.930992
#> 186 1.917451
#> 187 1.902045
#> 188 1.890690
#> 189 1.879567
#> 190 1.860521
#> 191 1.840727
#> 192 1.829930
#> 193 1.819000
#> 194 1.803664
#> 195 1.793161
#> 196 1.785754
#> 197 1.783801
#> 198 1.780907
#> 199 1.774317
#> 200 1.765233
#> 200 1.765233
#> 
#> 
#> $gelman_data[[4]]$last.iter
#>  [1] 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169
#> [20] 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188
#> [39] 189 190 191 192 193 194 195 196 197 198 199 200 200
#> 
#> 
#> 
#> $n_cols
#> [1] 2
#> 
#> $n_rows
#> [1] 2
#> 
#> $n_rows_rmd
#> [1] 2
#>