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：

• 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>

---

也许rstan就是你想要的，我支持你的建议，看看

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：