R JAG/BUG的替代方案
是否有一个R包可以用于贝叶斯参数估计,作为JAGS的替代方案?我在R中发现了一个关于JAGS/BUG替代品的老问题,然而,最后一篇文章已经有9年了。那么,也许有新的和灵活的吉布斯采样包在R?我想用它来获得新的分层隐马尔可夫模型的参数估计,这些模型具有随机效应和协变量等。我高度重视JAGS的灵活性,认为JAGS非常好,但是,我想写R函数,以促进模型规范,我正在寻找一个包,我可以用于参数估计 有一些替代方案:R JAG/BUG的替代方案,r,hidden-markov-models,mcmc,jags,R,Hidden Markov Models,Mcmc,Jags,是否有一个R包可以用于贝叶斯参数估计,作为JAGS的替代方案?我在R中发现了一个关于JAGS/BUG替代品的老问题,然而,最后一篇文章已经有9年了。那么,也许有新的和灵活的吉布斯采样包在R?我想用它来获得新的分层隐马尔可夫模型的参数估计,这些模型具有随机效应和协变量等。我高度重视JAGS的灵活性,认为JAGS非常好,但是,我想写R函数,以促进模型规范,我正在寻找一个包,我可以用于参数估计 有一些替代方案: 斯坦,带rstan R包。斯坦看起来优化得很好,但不能做某些类型的模型(如二项式/泊松混
- 斯坦,带rstan R包。斯坦看起来优化得很好,但不能做某些类型的模型(如二项式/泊松混合模型),因为他不能对离散变量(或类似的东西)进行采样
- 灵巧 < L> > P>如果你想要基于C++的高度优化的采样,你可能想检查< /P>
Stan
/rstan
。还有更多(可能更多的“高级”)基于Stan的软件包,如rstanarm
和brms
,允许您使用R的公式语法,并基于一系列分布和链接函数构建模型。例如,rstanarm
提供了对glm
和lm
(命名为stan\u glm
和stan\u lm
)的替换,它们采用了与基本R函数类似的语法。还始终可以选择直接编码您自己的采样器。这里有一个比较: