请教WinBUGS 在MCMC的应用,求大神指导,我们将不胜感激 英文

基于MCMC方法的WinBUGS软件应用_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
基于MCMC方法的WinBUGS软件应用
上传于|0|0|文档简介
&&简要地说明MCMC的WINBUGS应用,内容不多,没有代码。
阅读已结束,如果下载本文需要使用0下载券
想免费下载更多文档?
定制HR最喜欢的简历
你可能喜欢文档分类:
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,
下载前请先预览,预览内容跟原文是一样的,在线预览图片经过高度压缩,下载原文更清晰。
您的浏览器不支持进度条
下载文档到电脑,查找使用更方便
还剩?页未读,继续阅读
播放器加载中,请稍候...
该用户其他文档
下载所得到的文件列表WinBUGS在统计分析中的应用.doc.doc
文档介绍:
WinBUGS 在统计分析中的应用(第一部分) By齐韬@ 关键词: MCMC ,R, WinBUGS , 空间统计分类:统计软件作者信息:Computational Mathematician inAnnpro Analytic Technologies, Inc. 版权声明:本文版权归原作者所有,未经许可不得转载。原文可能随时需要修改纰漏,全文复制转载会带来不必要的误导,若您想推荐给朋友阅读,敬请以负责的态度提供原文链接; 点此查看如何在学术刊物中引用本文开篇词首先非常感谢 COS 论坛提供了这样一个良好的平台,敝人心存感激之余,也打算把一些学习心得拿出来供大家分享,文中纰漏之处还请各位老师指正。下面我将以WinBUGS 的统计应用为题,分几次来谈一谈 WinBUGS 这个软件。其中会涉及到空间数据的分析、GeoBUGS 的使用、面向 R及SPLUS 的接口包 R2WinBUGS 的使用、 GIS 与统计分析等等衍生出的话题。如有问题,请大家留下评论,我会调整内容, 择机给予回答。第一节什么是 WinBUGS? WinBUGS 对于研究 Bayesian 统计分析的人来说,应该不会陌生。至少对于 MCMC 方法是不陌生的。 WinBUGS (Bayesian inference Using Gibbs Sampling )就是一款通过 MCMC 方法来分析复杂统计模型的软件。其基本原理就是通过 Gibbs sampling 和Metropolis 算法,从完全条件概率分布中抽样,从而生成马尔科夫链,通过迭代,最终估计出模型参数。引入 Gibbs 抽样与 MCMC 的好处是不言而喻的,就是想避免计算一个具有高维积分形式的完全联合后验概率公布,而代之以计算每个估计参数的单变量条件概率分布。具体的算法思想,在讲到具体问题的时候再加以叙述,在此不过多论述。就不拿公式出来吓人了(毕竟打公式也挺费劲啊)。第二节为什么要用 WinBUGS? 第一、因为同类分析软件中它做得最好。同类的软件: OpenBUGS 、JAGS 等在成熟度、灵活性以及兼容性方面和它相比还有一定距离。在处理 spatial data 的方面,它采用了 Gibbs 抽样和 MCMC 的方法,在模型支持方面又具有极大的灵活性,较之名声大噪的 GeoR 包,虽然也实现了 bayesian 的手法,但是灵活性还是不及 WinBUGS 。第二、因为它免费。免费的东西总有吸引人之处。第三、有各色的 R包为 WinBUGS 实现了针对 R的、SPLUS 的、Matlab 的软件接口。只要你喜欢,就直接在 R下调用 WinBUGS 吧,无非是装个 R2WinBUGS 包,简简单单。第四、详细的文档、帮助、指导、范例。当然没有中文版的,小小一点遗憾。第三节如何得到 WinBUGS? WinBUGS 目前是一款免费的软件,去.ac.uk/bugs/ 下载就好了。不过要用高级功能(如 GeoBUGS )的话,还是去.ac.uk/bugs/winbugs/contents.shtml 注册一下好了,挺方便的。系统会立即把注册码发到你邮箱(真是好人啊)。不过只可以用一个月。这倒无妨,到时在注册一下就好了。第四节初试 WinBUGS WinBUGS-GUI 我们先找一个例子来实际地运行一下 WinBUGS ,感受一下基本的操作流程,然后再考虑高级的操作。第一步,打开 WinBUGS ,通过菜单 File -&New 新建一个空白的窗口第二步,在第一步中新建的空白窗口中输入三部分内容:模型定义、数据定义、初始值定义(代码见附录) 第三步,点击菜单 Model -&Specification ,弹出一个 Specification Tool 面板。第四步,在第二步中的提到的那个窗口中,将model 这个关键字高亮起来,点击 check model 。你会看到WinBUG S的左下角状态栏上显示”model issyntactically correct. ”第五步,把定义的 data 前的关键字 list 也高亮起来,点 Specification Too l 面板上的 load data 第六步,改 Specification Tool 面板上的马尔科夫链的数目,默认为 1就好了第七步,点击 Specification Tool pile 第八步,把定义的初始值中的 list 关键字也高亮起来,再点击 Specification Tool 面板上的 load inits 第九步,关了 Specification Tool 面板第十步,点击菜单 Inference -&Samples ,弹出一个 Sample Monitor Tool 面板。第十一步,在 Sample Monitor Tool 面板的 node 中填要估计的参数名,这里可以是 tau, alpha0, alpha1, b,把它们一个一个填在 node 中,逐一点 set 。第十二步,关了 Sample Monitor Tool 面板第十三步,点击菜单 Model -&Update ,弹出一个 Update Tool 面板。第十四步,将 Update Tool 面板中的 updates 改大点,比如 50000 ,点 updat e 按钮。第十五步,运行完后,关了 Update Tool 面板第十六步,点击菜单 Inference -&Samples 第十七步,在弹出的 Sample Monitor Tool 面板上选一个 node 第十八步,点history 看所有迭代的时间序列图,点trace 看最后一次迭代的时间序列图,点auto cor 看correlogram 时间序列图,点stat 看参数估计的结果 Estimation results byWinBUGS 1.4 附第二步中的代码如下: #MODEL model {for (iin1:N) {O[i] ~dpois(mu[i]) log(mu[i]) &-log(E[i]) +alpha0 +alpha1 *X[i]/10 + b[i] #Area-specific relative risk (for maps) RR[i] &-exp(alpha0 +alpha1 *X[i]/10 +b[i]) }#CAR prior distribution for random effects: b[1:N] ~car.normal(adj[], weights[], num[], tau) for (kin1:sumNumNeigh) { weights[k] &-1}#Other priors: alpha0 ~dflat() alpha1 ~dnorm(0, 1e-05) tau ~dgamma(0.5, 5e-04) #prior onprecision sigma &-sqrt(1/tau) #standard deviation }#DATA list(N =56, O=c1
内容来自淘豆网转载请标明出处.君,已阅读到文档的结尾了呢~~
MCMC WinBUGS软件
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
基于MCMC方法的WinBUGS软件应用
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口君,已阅读到文档的结尾了呢~~
基于WINBUGS的生存分析模型及其在可靠性评估中的应用研究以及,基于,模型,分析模型,性分析的,分析模型在,性模型,生存分析,模型的,应用模型
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
基于WINBUGS的生存分析模型及其在可靠性评估中的应用研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口【图文】MCMC方法及WinBUGs介绍_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
评价文档:
MCMC方法及WinBUGs介绍
上传于|0|0|暂无简介
大小:3.13MB
登录百度文库,专享文档复制特权,财富值每天免费拿!
你可能喜欢}

我要回帖

更多关于 我将不胜感激英文 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信