如何使用Rjags生成预测？

我已经使用rjags在以JAGS语言指定的模型上运行MCMC。是否有一个很好的方法可以提取该模型并对其进行预测（使用我的参数的后验分布）？我可以在R中重新指定模型，并插入参数后代的模式；我只是想知道是否有较少的冗余方法。

我相信http://sourceforge.net/p/mcmc-jags/discussion/610037/thread/0ecab41c在问同样的问题。

通常，您可以使用JAGS进行预测。下面是一个回归示例，其中FEV（与肺活量有关）是因变量，而年龄和吸烟指标是预测因子。

FEV20和FEV20ns是20岁吸烟者和20岁非吸烟者的预测FEV值。

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)
}

来自以下方面的示例：贝叶斯思想和数据分析