RSTAN

R包RSTAN.提供面向用户的R函数来解析、编译、测试、估计和分析Stan模型,只需访问由“StHealths'包提供的头文件Stan库。Stan项目开发了一种概率编程语言,通过马尔可夫链Monte Carlo,粗贝叶斯推断,通过变分近似,和(可选惩罚)最大似然估计通过优化实现全贝叶斯统计推断。在所有这三种情况下,使用自动微分来快速准确地评估梯度,而不需要给用户加上偏导数的负担。


ZBMaCT中的参考文献(15篇文章中引用)

显示结果1至15的15。
按年份排序(引文

  1. Karimi,Belhal;Lavielle,贾景晖;MouLayes,埃里克:F-SAEM:非线性混合效应模型EM算法的快速随机逼近(2020)
  2. 严,洪轩;彼得斯,Gareth W.;Chan,Jennifer S. K.:多变量长记忆队列死亡率模型(2020)
  3. 布恩斯特拉,Philip S.;巴巴洛,Ryan P.;Sen,ANANDA:Logistic回归中截距参数的默认先验(2019)
  4. 格罗诺,Quentin F.;瓦格纳制造者;Eric Jan;赫克,Daniel W.;Matzke,朵拉:比较复杂模型的简单方法:使用WARP III桥采样的分层多项式处理树模型的贝叶斯模型比较(2019)
  5. 艾哈迈德,黑曾,Robert M.;墨里森,Shaunna M.;唐斯,Robert T.:使用未信息先验者对地球未发现的矿物学多样性的贝叶斯估计(2019)
  6. Lewis Beck,柯林;朱,Zhengyuan;蒙达尔,Anirban;宋,Joon Jin;霍布斯,乔纳森;Honou扣,Po.;,Y:一种参数化的遥感作物生长特征混合方法(2019)
  7. Ntzoufras,Ioannis;Tarantola,克劳蒂亚;Lupparelli,Monia:基于概率的对数对数边际模型中贝叶斯定量学习的抽样取样器(2019)
  8. 罗德里格斯,T.;Dortet Bernadet,J.L.;范,Y.:贝叶斯拟合分位数样条的同时拟合(2019)
  9. van Erp,萨拉;Oberski,Daniel L.;马尔德,Joris:贝叶斯惩罚回归的收缩先验(2019)
  10. Craig Wang;Reinhard Furrer:EggStices:一个贝叶斯分级工具包来模拟粪便蛋数减少(2018)阿西夫
  11. Pagendam,丹;斯诺德,奈吉尔;杨,温熙;Segoli,Michal;里奇,史葛;Trewin,Pig;Y.,I.:从交配竞争力实验中改进FRIEX指数的估计(2018)
  12. Quijano Xacur,Oscar Alberto;加里多,乔斯:GLMS的贝叶斯可信性(2018)
  13. 罗斯,Cody;Pacheco Cobos,路易斯;WestHaldand,布鲁斯:觅食搜索的一般模型:自适应相遇条件启发式优于在搜索复杂分布的猎物中的Léy飞行(2018)
  14. 格罗诺,Quentin F.;Sarafoglou,亚历山德拉;Matzke,朵拉;Ly,亚力山大;博姆,Udo;马斯曼,马滕;莱斯利,Pig;S.,A.;WaveNeNeWiStudio;
  15. Quentin F. Gronau,Henrik Singmann,Eric Jan Wagenmakers:BrutgSeppuln:一个估计归一化常数的R包(2017)阿西夫