инициализация параллельных цепей в rjags

Question

Я занимаюсь распараллеливанием гетто в пробках через ржаги.

Я использовал функцию parallel.seeds для получения состояний RNG для инициализации RNG (пример ниже). Однако я не понимаю, почему для каждого RNG возвращаются несколько целых чисел. В документации говорится, что при инициализации .RNG.state предполагается, что это числовой вектор с длиной один.

Кроме того, иногда, когда я пытаюсь сделать это, R сбой не возникает. Когда я сдаюсь и просто позволяю ему генерировать семена для своей собственной цепи, модель работает нормально. Означает ли это, что я использую неправильное .RNG.state? Любое понимание будет оценено, поскольку я планирую расширить эту модель в будущем.

> parallel.seeds("base::BaseRNG", 3) 
[[1]] 
[[1]]$.RNG.name 
[1] "base::Wichmann-Hill" 

[[1]]$.RNG.state 
[1] 3891 16261 19841 


[[2]] 
[[2]]$.RNG.name 
[1] "base::Marsaglia-Multicarry" 

[[2]]$.RNG.state 
[1] 408065014 1176110892 


[[3]] 
[[3]]$.RNG.name 
[1] "base::Super-Duper" 

[[3]]$.RNG.state 
[1] -848274653 175424331 

Answer 1

Существует разница между .RNG.seed (который является вектором длины один, и вещью, которую вы можете указать jags.model, например, чтобы гарантировать, что образцы MCMC повторяемы) и .RNG.state (который является вектором длины в зависимости от алгоритма pRNG). Возможно, что они где-то запутались в документах - можете ли вы сказать мне, где вы читаете это, чтобы я мог убедиться, что он исправлен для JAGS/rjags 4?

Что касается сбоя - вам потребуется дополнительная информация, чтобы помочь вам в этом, я боюсь. Я предполагаю, что это ошибка модели JAGS, а не ваш сеанс R, который заканчивается, и после того, как модель работает некоторое время? Воспроизводимый пример очень поможет.

Кстати, когда вы говорите «масштабировать» - если вы планируете использовать> 4 цепочки, я настоятельно рекомендую вам загрузить модуль lecuyer (см. Примеры parallel.seeds внизу).

Мэтт

Answer 2

Документация немного запутанна; под? jags.model мы видим, что .RNG.seed должен быть вектором длины 1, но parallel.seeds() возвращает .RNG.state, которое обычно> 1. The state space for the Mersenne Twister algorithm has 624 integers, и это длина вектора, когда вы делаете

parallel.seeds("base::BaseRNG",4) 

, чтобы убедиться, что вы видите все 4 типа RNG. Similarly the state space of the Wichmann-Hill generator has 3 integers, и я уверен, что подобное исследование будет выявить пространство состояний для двух других больше, чем 1.

Для моего собственного назидания я издевался до примера с использованием линии передачи данных в rjags:

data(LINE) 

LINE$model() ## edit and save to line.r 
data = LINE$data() 

line = jags.model("line.r",data=data) 
line.samples <- jags.samples(LINE, c("alpha","beta","sigma"),n.iter=1000) 
line.samples 
inits = parallel.seeds("base::BaseRNG", 3) # a list of lists 
inits[[1]]$tau = 1 
inits[[1]]$alpha = 3 
inits[[1]]$beta = 1 
inits[[2]]$tau = .1 
inits[[2]]$alpha = .3 
inits[[2]]$beta = .1 
inits[[3]]$tau = 10 
inits[[3]]$alpha = 10 
inits[[3]]$beta = 5 

line = jags.model("line.r",data=data,inits=inits,n.chains=3) 
line.samples <- jags.samples(line, c("alpha","beta","sigma"),n.iter=1000) 
line2 = jags.model("line.r",data=data,inits=inits,n.chains=3) 
line.samples2 <- jags.samples(line2, c("alpha","beta","sigma"),n.iter=1000) 
all(line.samples$alpha-line.samples2$alpha < 0.00000001) ## TRUE 

Таким образом, результаты полностью повторяемы, и это круто.

Чтобы понять условия, при которых R сбой, мне нужно знать результаты sessionInfo() на вашем компьютере, а также более подробную информацию об обстоятельствах (например, какую модель JAGS вы используете?). Я только что сделал:

for (i in 1:100){parallel.seeds("base::BaseRNG",4)} 

и мой компьютер не сбой. Для справки:

sessionInfo() 
# R version 3.1.3 (2015-03-09) 
# Platform: x86_64-w64-mingw32/x64 (64-bit) 
# Running under: Windows 7 x64 (build 7601) Service Pack 1 
# 
# locale: 
# [1] LC_COLLATE=English_United States.1252 
# [2] LC_CTYPE=English_United States.1252 
# [3] LC_MONETARY=English_United States.1252 
# [4] LC_NUMERIC=C       
# [5] LC_TIME=English_United States.1252  
# 
# attached base packages: 
# [1] stats  graphics grDevices utils  datasets 
# [6] methods base  
# 
# other attached packages: 
# [1] rjags_3-14  coda_0.17-1  mlogit_0.2-4  
# [4] maxLik_1.2-4  miscTools_0.6-16 Formula_1.2-1 
# 
# loaded via a namespace (and not attached): 
# [1] grid_3.1.3  lattice_0.20-30 lmtest_0.9-33 
# [4] MASS_7.3-39  sandwich_2.3-3 statmod_1.4.21 
# [7] tools_3.1.3  zoo_1.7-12 

Это показывает версию R и rjags, которые я использую.