12

分层贝叶斯模型常用于市场营销、政治学和计量经济学。然而，我知道的唯一软件包是bayesm，它确实是一本书的伴侣（贝叶斯统计和营销，罗西等人。）我错过了什么吗？是否有用于 R 或 Python 的软件包，和/或相关语言的已解决示例？

4

7 回答 7

13

有 OpenBUGS 和 R 帮助程序包。查看 Gelman 的网站以获取他的书，其中包含大部分相关链接：

在 Python 方面，我只知道 PyMC：

编辑：添加了 Gelman 书中相应附录的链接，可在线获取，例如使用 R 和 BUGS。

于 2009-07-28T02:55:08.137 回答
11

这里有四本关于分层建模和贝叶斯分析的书，这些书都是用 R 代码编写的。

空间数据的分层建模和分析（统计和应用概率专着）（精装本） http://www.amazon.com/gp/product/158488410X

使用回归和多级/分层模型的数据分析（平装本） http://www.amazon.com/Analysis-Regression-Multilevel-Hierarchical-Models/dp/052168689X/ref=pd_sim_b_1

使用 R 进行贝叶斯计算（使用 R）（平装本） http://www.amazon.com/Bayesian-Computation-R-Use/dp/0387922970/ref=pd_bxgy_b_img_c

环境科学的分层建模：统计方法和应用（牛津生物学）（平装本）（我假设这个有 R 代码，因为两位作者都广泛使用 R）

我知道一些 Python 书籍涉足多元分析（例如集体智能），但我还没有看到任何真正深入研究贝叶斯或分层建模的书籍。

于 2009-07-28T05:17:52.910 回答
3

MCMCpack for R中有一些分层模型，据我所知，这是许多常见模型类型的最快采样器。（我在里面写了 [hierarchical item response][2] 模型。）

[RJAGS][3] 就像它的名字一样。编写一个 jags 风格的 .bug 模型，在 R 中提供数据，并从 R 中调用 Jags。

于 2009-07-28T21:45:12.490 回答
3

在 python 中，尝试 PyMC。这里有一个多级建模的例子： http ://groups.google.com/group/pymc/browse_thread/thread/c6ce37a80edf7f85/1bfd9138c8db891d

于 2009-12-02T05:45:59.167 回答
2

我将 R 中的分层贝叶斯模型与 JAGS（Linux）或有时是 WinBUGS（Windows 或 Wine）结合使用。查看上面提到的 Andrew Gelman 的书。

于 2009-12-02T11:22:36.077 回答
0

lme4 包使用频率方法估计层次模型，它有一个名为 mcmcsamp 的函数，允许您使用 MCMC 从模型的后验分布中进行采样。不幸的是，这目前仅适用于线性模型。

于 2009-07-29T02:19:51.580 回答
0

这个答案迟到了将近十年，但它有望在未来对某人有所帮助。

R 中的brms包是贝叶斯分层/多级模型的一个非常好的选择，使用与包非常相似的语法lme4。

该brms软件包在后面使用概率编程语言 Stan 进行推理。Stan 使用比 JAGS 和 BUGS 更先进的采样方法，例如 Hamiltonian Monte Carlo，它可以从后验分布中提供更有效和可靠的样本。

如果您希望对更复杂的现象建模，则可以使用该rstan包从 R 编译 Stan 模型。还有 Python 替代方案PyStan。但是，为了做到这一点，您必须学习如何使用 Stan。

于 2019-05-04T00:27:05.060 回答