讲抽出的有效样本进行平均即可，比如说，sigma_t,1,sigma_t,2,.......sigma_t,N, 则

sigma-t的贝叶斯估计就是， （sigma_t,1+sigma_t,2,.......+sigma_t,N）/N. 通常情况下， winBUGS会自动给出sigma_t的估计，其原理就是我上面所讲

谢谢啊
这是别人写的SV-T的程序。σt是上面的theta吗？我stats按钮按出来的结果如下，共867个跟我的样本数一样，可是为什么均值会是负数呢？？
model{
for(i in 1:n)
{y~dt(0,p,omega)
p<-exp(-theta)
}
theta[1]~dnorm(mu,itau2)
for(j in 2:n)
{theta[j]~dnorm(theta2[j],itau2)
theta2[j]<-mu+phi*(theta[j-1]-mu)}
phi<-2*phi1-1
tau<-sqrt(1/itau2)
mu~dnorm(0,0.01)
itau2~dgamma(2.5,0.025)
phi1~dbeta(20,1.5)
omega~dchisqr(8)
}

# Initial value
list(phi1=0.975, mu=0, itau2=50, omega=8)
这是别人写的SV-T的程序。σt是上面的theta吗？我stats按钮按出来的结果如下，共867个跟我的样本数一样，可是为什么均值会是负数呢？？
                 mean          sd               MC_error         val2.5pc         median     val97.5pc    start   sample
        theta[1]        -0.1069        10.01        0.1481        -19.58        -0.001143        19.34        501        4500
        theta[2]        -0.1082        10.01        0.1479        -19.71        -0.01056        19.39        501        4500
        theta[3]        -0.109        10.01        0.1479        -19.52        -0.05821        19.43        501        4500
        theta[4]        -0.111        10.01        0.1479        -19.67        -0.05483        19.34        501        4500
        theta[5]        -0.1067        10.01        0.148        -19.61        -0.01831        19.36        501        4500