Еще один сэмплер Гиббса - Википедия - Just another Gibbs sampler

JAGS
Оригинальный автор (ы)Мартин Пламмер
изначальный выпуск11 декабря 2007 г. (2007-12-11)
Стабильный выпуск
4.3.0 / 18 июля 2017 г. (2017-07-18)
Репозиторий
Отредактируйте это в Викиданных
Написано вC ++
Операционная системаUnix-подобный, Майкрософт Виндоус, Mac OS X
ПлатформаIntel x86 - 32-разрядная версия, x64
Размер1.7 МБ
ТипСтатистический пакет
ЛицензияСтандартная общественная лицензия GNU
Интернет сайтmcmc-jags.sourceforge.сеть

Еще один сэмплер Гиббса (JAGS) - программа для моделирования из байесовских иерархических моделей с использованием Цепь Маркова Монте-Карло (MCMC), разработанный Мартином Пламмером. JAGS использовался для статистической работы во многих областях, например, в экологии, менеджменте и генетике.[1][2][3]

JAGS стремится к совместимости с WinBUGS /OpenBUGS за счет использования диалекта того же языка моделирования (неофициально, ОШИБКИ), но он не предоставляет графического интерфейса для построения модели и постобработки образца MCMC, что, следовательно, должно обрабатываться в отдельной программе (например, вызов JAGS из р через библиотеку, такую ​​как rjags и пост-обработку вывода MCMC в R).[4]

Главное преимущество JAGS по сравнению с членами оригинального семейства BUGS (WinBUGS и OpenBUGS ) - его платформенная независимость. Он написан на C ++, а семейство BUGS написано на Компонент Паскаль, менее известный язык программирования.[5][6] Кроме того, JAGS уже является частью многих репозиториев дистрибутивов Linux, таких как Ubuntu. Его также можно скомпилировать как 64-битное приложение на 64-битных платформах, тем самым делая все адресное пространство доступным для моделей BUGS.

JAGS можно использовать через командную строку или запускать в пакетном режиме через файлы сценариев. Это означает, что нет необходимости переделывать настройки при каждом запуске и что программа может быть вызвана и управляться из другой программы (например, из р через rjags, как описано выше).

JAGS находится под лицензией Стандартная общественная лицензия GNU.

Смотрите также

Рекомендации

  1. ^ Semmens, B. X .; Ward, E.J .; Мур, Дж. В .; Даримонт, К. Т. (2009). Гетц, Уэйн М. (ред.). «Количественная оценка меж- и внутрипопуляционной изменчивости ниши с использованием иерархических байесовских моделей смешения стабильных изотопов». PLoS ONE. 4 (7): e6187. Bibcode:2009PLoSO ... 4.6187S. Дои:10.1371 / journal.pone.0006187. ЧВК  2704373. PMID  19587790.
  2. ^ Johnson, T. R .; Кун, К. М. (2013). «Байесовские модели Thurstonian для ранжирования данных с использованием JAGS». Методы исследования поведения. 45 (3): 857–872. Дои:10.3758 / s13428-012-0300-3. PMID  23539504.
  3. ^ McKeigue, P.M .; Кэмпбелл, H .; Wild, S .; Vitart, V .; Hayward, C .; Рудан, I .; Райт, А. Ф .; Уилсон, Дж. Ф. (2010). «Байесовские методы инструментального анализа переменных с помощью генетических инструментов (« Менделевская рандомизация »): пример с транспортером уратов SLC2A9 в качестве инструментальной переменной для влияния уровней уратов на метаболический синдром». Международный журнал эпидемиологии. 39 (3): 907–918. Дои:10.1093 / ije / dyp397. ЧВК  2878456. PMID  20348110.
  4. ^ Мартин Пламмер (2003). JAGS: программа для анализа байесовских графических моделей с использованием выборки Гиббса, Труды 3-го международного семинара по распределенным статистическим вычислениям (DSC 2003), 20–22 марта, Вена, Австрия. ISSN 1609-395X.
  5. ^ Ланн, Дэвид; Шпигельхальтер, Дэвид; Томас, Эндрю; Лучше, Ники (2009). «Проект BUGS: эволюция, критика и будущие направления» (PDF). Статистика в медицине. 28 (25): 3049–3067. Дои:10.1002 / sim.3680. PMID  19630097. Архивировано из оригинал (PDF) 15 сентября 2012 г.
  6. ^ Саймон Джекман (2009). Байесовский анализ для социальных наук. Серия Уайли в вероятности и статистике, том 845. Джон Уайли и сыновья. ISBN  978-0-470-01154-6.

внешняя ссылка