摘要
最近，人们对广义可加模型和相关模型的贝叶斯推理产生了很大的兴趣。贝叶斯方法在这些模型类和其他模型类中的日益流行主要是由于引入了马尔可夫链蒙特卡罗（MCMC）仿真技术，该技术允许对复杂问题进行真实建模。本文描述了自由软件包BayesX在基于MCMC推理的结构化加性预测器估计回归模型方面的功能。该程序扩展了S-PLUS、SAS、R或Stata中现有半参数回归软件的功能。从文献中众所周知的许多模型类都是贝叶斯支持的模型的特例。例如，广义加性（混合）模型、动态模型、变系数模型、地理加性模型、地理加权回归和时空回归模型。BayesX支持响应变量的最常见分布。对于单变量响应，它们是高斯、二项式、泊松、伽马、负二项式，零膨胀泊松和零膨胀负二项法。对于多类别反应，可以估计无序反应类别的多项式logit和probit模型以及有序反应类别的累积阈值模型。此外，BayesX允许评估复杂的连续时间生存和风险率模型。
