Jak generować prognozy za pomocą rjagów?

Użyłem rjags do uruchomienia MCMC na modelu określonym w języku JAGS. Czy istnieje dobry sposób na wyodrębnienie tego modelu i wykonanie z nim prognoz (przy użyciu tylnych rozkładów moich parametrów)? Mogę ponownie określić model w R i podłączyć tryby moich parametrów tylnych; Zastanawiam się tylko, czy istnieje mniej zbędny sposób na zrobienie tego.

Wierzę, że http://sourceforge.net/p/mcmc-jags/discussion/610037/thread/0ecab41c zadaje to samo pytanie.

Zwykle możesz wykonywać prognozy w JAGS. Poniżej znajduje się przykład regresji z FEV (związaną z pojemnością płuc) jako zmienną zależną oraz wskaźnikiem wieku i palenia jako predyktorami.

FEV20 i FEV20ns są przewidywanymi wartościami FEV dla 20-letniego palacza i 20-letniego niepalącego.

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)
}

Przykład z: Bayesian Ideas and Data Analysis