r - JAGS/BUGS 中的 pow() 运算符

Question

这可能不重要，但我一直很好奇。

在 JAGS/BUGS 中构建模型时，我最初被教导使用 pow() 处理幂转换函数(例如 tau <- pow(sigma, -2) 将正态分布中的标准差参数转换为精度参数)但很多时候，我最终会改用简单的算术运算符。

我的问题是:pow() 是否有编程或句法上的好处？ ，还是仅仅是美学问题？

通过初步探索，这里有一个很好的、长期的玩具简单线性回归，指定了两种方式。我正在使用 JAGS，在 R 中使用 R2jags 包调用。

# first some fake data
N <- 1000
x <- 1:N
y <- x + rnorm(N)

# model 1
cat('model {
  for (i in 1:N) {
    y[i] ~ dnorm(y.hat[i], tau)
    y.hat[i] <- a + b * x[i]
  }
  a ~ dnorm(0, .0001)
  b ~ dnorm(0, .0001)
  tau <- pow(sigma, -2)   ### this is the only difference
  sigma ~ dunif(0, 100)
}', file="test1.jags")

# model 2
cat('model {
  for (i in 1:N) {
    y[i] ~ dnorm(y.hat[i], tau)
    y.hat[i] <- a + b * x[i]
  }
  a ~ dnorm(0, .0001)
  b ~ dnorm(0, .0001)
  tau <- 1/(sigma*sigma)   ### this is the only difference
  sigma ~ dunif(0, 100)
}', file="test2.jags")

两者产生的后验概率基本相同(未显示，您只需要相信我 ;))，并且运行时间基本相同。

test.data <- list(x=x,y=y,N=N)

# give both a nice long run

system.time(test1.jags.out <- jags(model.file="test1.jags", data=test.data, 
                  parameters.to.save=c("a","b","tau","sigma"), n.chains=3, n.iter=100000))
   user  system elapsed 
 166.85    0.03  166.97 

system.time(test2.jags.out <- jags(model.file="test2.jags", data=test.data, 
                  parameters.to.save=c("a","b","tau","sigma"), n.chains=3, n.iter=100000))
   user  system elapsed 
 162.42    0.00  162.75 

有什么我没发现的区别吗？

Answer 1

从至少 Jags 版本 4.0.0 开始，它们在这一点上是相同的。 See here

在 jags 论坛的特定帖子中重要的文本是:

“Pow 函数的别名是“pow”，因此它可以被调用为“a^b” 或作为“pow(a,b)”

继续使用您觉得更舒服的那个。我相信原始 pow 函数的使用来自 winbugs。