原文连贯:http://tecdat.cn/?p=6252
R 的 Stan
能够从许多统计软件包中运行 Stan。到目前为止,我始终在从 R 运行 Stan。
简略线性回归
第一步是为 Stan 模型编写文件。这蕴含一个文件 linreg.stan:
data {
int N;
vector[N] x;
vector[N] y;
}
model {y ~ normal(alpha + beta * x, sigma);
}
该文件的第一局部称为数据,它申明了将作为输出传递给 Stan 的标量,向量和矩阵。
接下来,咱们能够通过运行以下 R 代码来模仿数据集,并应用 Stan 和咱们的文件 linreg.stan 来拟合模型:
stan(file = 'linreg.', data = mydata, iter = 1000, = 4)
第一次装置 Stan 模型时,模型编译成 C ++ 时会有几秒钟的提早。然而,一旦编译了模型,就能够将其利用于新的数据集而无需反复编译过程(执行模仿钻研具备很大的劣势)。
在下面的代码中,咱们要求 Stan 运行 4 个独立的链,每个链有 1000 次迭代。运行后,咱们能够通过以下形式汇总输入:
Inference for Stan model: linreg.
4 chains, each with iter=1000; warmup=500; thin=1;
post-warmup draws per chain=500, total post-warmup draws=2000.
mean se_mean sd 2.5% 25% 50% 75% 97.5% n_eff Rhat
alpha -0.10 0.00 0.10 -0.29 -0.16 -0.10 -0.04 0.09 1346 1
beta 0.95 0.00 0.11 0.75 0.88 0.95 1.02 1.17 1467 1
sigma 0.98 0.00 0.07 0.85 0.93 0.98 1.03 1.12 1265 1
lp__ -47.54 0.06 1.24 -50.77 -48.02 -47.24 -46.68 -46.17 503 1
Samples were drawn using NUTS(diag_e) at Mon Jun 08 18:35:58 2015.
For each parameter, n_eff is a crude measure of effective sample size,
and Rhat is the potential scale reduction factor on split chains (at
convergence, Rhat=1).
对于回归斜率 β,咱们的后验均值为 0.95(靠近用于模仿数据的实在值 1)。为了造成 95%的后验置信区间,咱们简略地采纳取样后验的 2.5%和 97.5%的百分位数,这里是 0.75 到 1.17。
您能够从拟合的模型中获取各种其余数量。一种是绘制其中一个模型参数的后验散布。要取得回归斜率,咱们能够执行以下操作:
hist(result$beta)
β 后验散布直方图
当初让咱们应用规范一般最小二乘拟合线性模型:
Residuals:
Min 1Q Median 3Q Max
-1.9073 -0.6835 -0.0875 0.5806 3.2904
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.10280 0.09755 -1.054 0.295
x 0.94753 0.10688 8.865 3.5e-14 ***
---
Signif. codes: 0‘***’0.001‘**’0.01‘*’0.05‘.’0.1‘’1
Residual standard error: 0.9707 on 98 degrees of freedom
Multiple R-squared: 0.4451, Adjusted R-squared: 0.4394
F-statistic: 78.6 on 1 and 98 DF, p-value: 3.497e-14
这给出了咱们对斜率 0.95 的预计,与 Stan 的后验平均值相差 2 位小数,标准误差为 0.11,这与 Stan 的后验 SD 雷同。
stan 和贝叶斯推理
有趣味摸索 Stan 并应用它来执行贝叶斯推理,这是出于测量误差和数据缺失的问题。正如 WinBUGS 和作者所形容的,贝叶斯办法在解决不同的不确定性起源问题时十分天然,这些不确定性起源超出参数不确定性,例如缺失数据或用误差测量的协变量。实际上,对于风行的缺失数据多重插补办法是在贝叶斯范式内倒退的。