贾格斯

贾格斯不过是另一个Gibbs Sampler。它是一个使用贝叶斯链蒙特卡罗（MCMC）仿真分析贝叶斯分层模型的程序，与BUG完全不同。JAGS是用三个目标编写的：（1）为Bug语言提供跨平台引擎。（2）是可扩展的，允许用户编写自己的函数、分布和采样器。（3）作为贝叶斯模型中的实验的PLAFTROM。JAGS是GNU通用公共许可证下的许可证。您可以在某些条件下自由地修改和重新分配它（详见文件复制）。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。

ZBMaCT中的参考文献（159篇文章中引用）

显示结果1至20的159。
按年份排序（引文）
  1. 艾伯特，吉姆；胡，Jingchen：概率和贝叶斯建模（2020）
  2. Amaral Turkman，Maria Ant .Na；Paulino，Carlos Daniel；Mü勒，彼得：计算贝叶斯统计。导论（2019）
  3. 阿莫罗斯，鲁宾；国王，鲁思；Toyoda，HunDuri；KuMad，Takasi；约翰逊，Philip J.；Boover，Thomas G.：一种连续时间隐藏的马尔可夫模型，用于肝癌肝细胞癌的血清生物标志物监测（2019）
  4. Arellano Valle，Reinaldo B.；Contreras Reyes，Javier E.；金特罗，Freddy O. L·Pez；ValdEnEnto，阿贝尔：斜正态动态线性模型和贝叶斯预测（2019）
  5. 丹尼尔SabaNe的BoV，Wai Yin Yeung，Giuseppe Palermo，Thomas Jaki：基于模型的剂量递增设计在R与CRMPACK（2019）不是ZB数学
  6. Finke，阿克塞尔；国王，鲁思；贝斯科斯，亚历山大；DelaPrtas，PitoS:整合人口模型的高效顺序蒙特卡洛算法（2019）
  7. 凝胶，尼古拉斯，斯科菲尔德，Matthew R.；巴克，Richard J.：\TrrsFrSpCult\FrjMCMC:可逆后跳MCMC的后处理（2019）
  8. Gilles Kratzer，Fraser Iain Lewis，Arianna Comin，Marta Pittavino，Reinhard Furrer：R包ABN（2019）的加性贝叶斯网络建模阿西夫
  9. 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）
  10. Haziq Jamil，Wicher Bergsma：IPREP：用I-先验回归模型的R包（2019）阿西夫
  11. 赫克，Daniel W.：学科区间内贝叶斯估计不确定度和收缩率：NATOO、KKSHAW和马松（2018）（2019）评述
  12. 赫克，Daniel W.；Davis Stober，Clintin P.：具有线性不等式约束的多项式模型：贝叶斯推理计算方法的综述和改进（2019）
  13. 赫克，Daniel W.；超速，Antony M.；Gronau，Quentin F.；瓦格纳制造者，Eric Jan：用离散马尔可夫模型量化多维马尔可夫链Monte Carlo中的不确定性（2019）
  14. Jona Lasinio，Giovanna；Pulice，Alessio；Fano，Elisa Anna：Spayk和Bayes先验的贝叶斯嵌套随机效应模型的广义生物多样性评价（2019）
  15. 埃里克，TrunBelj:BayES4PSY-Bayes 4PSY-一个开源的R贝叶斯心理统计软件包（2019）阿西夫
  16. 基姆，Gwangsu：脆弱性模型中的后验一致性和随机效应存在的仿真研究（2019）
  17. Kinzy，Tyler G.；斯塔尔，Timothy K.；Tseng，George C.；霍城，Yen Yi：遗传共表达动力学建模的元分析框架（2019）
  18. 卢，赵华；周氏，司敏，RAM，Nilam；科尔，Pamela M.：高度不平衡多变量多时间序列数据的零膨胀政权切换随机微分方程模型（2019）
  19. Mahdiyeh，Zahra；卡齐米，伊拉杰：多元多元线性混合效应模型构建的创新策略（2019）
  20. Maleki，莫森，WRAITS，戴伦；Arellano Valle，Reinaldo B.：贝叶斯线性混合模型参数分布的一类柔性（2019）