MCMCサンプルを{dplyr}で操る - StatModeling Memorandum
RからStanやJAGSを実行して得られるMCMCサンプルは、一般的に iterationの数×chainの数×パラメータの次元 のようなオブジェクトとなっており、凝った操作をしようとするとかなりややこしいです。 『StanとRでベイズ統計モデリング (Wonderful R)』のなかでは、複雑なデータ加工部分は場合によりけりなので深入りしないで、GitHub上でソースコードを提供しています。そこでは、ユーザが新しく覚えることをなるべく少なくするため、Rの標準的な関数であるapply関数群を使っていろいろ算出しています。しかし、apply関数群は慣れていない人には習得しづらい欠点があります。 一方で、Rのデータ加工パッケージとして、%>%によるパイプ処理・{dplyr}パッケージ・{tidyr}パッケージがここ最近よく使われており、僕も重い腰を上げてやっと使い始めたのですが、これが凄く使い
JAGSとStanによる負の二項分布のパラメータ推定: Taglibro de H
熊谷さんが負の二項分布のパラメータ推定をWinBUGSでやっておられたので、JAGSとStanでもやってみました。 Rのコード ## ## Negative Binomial ## ## JAGS library(rjags) set.seed(1234) n <- 100 mu <- exp(2) r <- 1.5 Y <- rnbinom(n, size = r, mu = mu) params <- c("mu", "r") inits <- lapply(1:3, function(i) list(p = runif(1, 0, 1), r = rpois(1, 20) + 1)) model <- jags.model("negbin.bug", data = list(N = n, Y = Y), inits = inits, n.chains = 3, n.adapt = 5
Stanで統計モデリングを学ぶ(1): まずはStanの使い方のおさらいから - 渋谷駅前で働くデータサイエンティストのブログ
（※Stan v2.4.0以降でインストール方法に若干変更があります！詳しくはこの記事の中ほどをご覧ください） さて、年初の抱負でも語ったように今年はStanを頑張って会得していこうと思います。理由は簡単で、ありったけの要素を詰め込んでMCMCサンプラーでガンガン推定していくような階層ベイズモデリングに自分の興味としても惹かれる上に、実務でも必要になりそうな見通し*1だからです。 Stan: Project Home Page 既に以前の記事でも簡単に触れてますが、StanはC++ベースのコンパイラで高速化させたMCMCサンプラーです。文法も簡単でなおかつ高速なので、BUGSでは時間がかかり過ぎて辛かった計算でも比較的サクサク回せます。 このシリーズを通して参考にするのは、@berobero11さんのブログです。 Small Data Scientist Memorandum 本当にもう、
Bayesian Cognitive Modeling
This site is dedicated to the book “Bayesian Cognitive Modeling: A Practical Course”, published by Cambridge University Press. Here are links for the: Google Books, Amazon US, Amazon UK, and Cambridge University Press sites. This book forms the basis for a week-long course that we teach in Amsterdam, during the summer. We’d love to see you there. Follow this link for the 2024 course, which will be
Stan: RStan interface for R
RStan is the R interface to Stan. RStan runs under Windows, Mac OS X, and Linux. RStan is open source licensed under the GNU Public License, version 3 (GPLv3). Download and Get Started The guide to downloading, installing, and getting started with RStan on all platforms: RStan Quick Start Guide (on RStan GitHub Wiki) RStan Manual and Vignette RStan's manual provides full details on commands and cl
Sign in - Google Accounts
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
Doing Bayesian Data Analysis
For more information, please click links in menu at left, or in the pop-up menu on small screens (see menu icon at top left). There may be formatting infelicities on some pages. In August 2020, the site host (Google Sites) required migration to new formatting. The automatic re-formatting mangled some pages, but I think they are all at least functional. I appreciate your forbearance and hope you ca
Stan
Stan is a state-of-the-art platform for statistical modeling and high-performance statistical computation. Many thousands of users rely on Stan for statistical modeling, data analysis, and prediction in the social, biological, and physical sciences, engineering, and business. Stan interfaces with the most popular data analysis languages (R, Python, shell, MATLAB, Julia, Stata) and runs on all majo
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Negative Binomial Reparameterization