OpenBug

BUG是使用Gibbs Sampling执行贝叶斯推理的软件包。用户通过简单地陈述相关变量之间的关系来指定（几乎）任意复杂度的统计模型。该软件包括一个“专家系统”，它确定一个合适的MCMC（马尔可夫链蒙特卡洛）方案（基于吉布斯采样器）用于分析指定的模型。然后，用户控制该方案的执行，并且可以自由选择范围广泛的输出类型。有两个主要版本的bug，即WinBUGS和OpenBug。这个网站致力于OpenBug，它是开源软件包的一个版本，所有的开发工作都将集中在这个版本上。因此，OpenBug代表了Bug项目的未来。另一方面，WiBug是软件的一个已建立的、稳定的、独立的版本，它将仍然可用但没有进一步开发。OpenBug的最新版本（从V3.0.7开始）已经被设计为至少与WiBug在广泛的测试应用中一样高效和可靠。请在这里查看更多关于WiBug的信息。OpenBug在X86机器上运行，使用MS Windows、UNIX/Linux或Macintosh（使用酒）。

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（65篇文章中引用）

显示结果1至20的65。
按年份排序（引文）
  1. Amaral Turkman，Maria Ant .Na；Paulino，Carlos Daniel；Mü勒，彼得：计算贝叶斯统计。导论（2019）
  2. Cowles，Mary Kathryn；Bonett，史蒂芬；StordoFF，米迦勒：具有OpenCL加速的贝叶斯正态条件自回归模型的独立抽样（2018）
  3. 景朝；建安栾；Peter Congdon：具有多基因效应的贝叶斯线性混合模型（2018）不是ZB数学
  4. Meleaar，迪伦；de Boeck，保罗：响应混合建模：考虑响应时间的项目特性的异质性（2018）
  5. 刘，杨；Hannig，简：Logistic分级响应模型的广义基准推理（2017）
  6. 莫达里斯，穆罕默德；阿米里，Mehdi；杰克逊，克里斯托弗：可靠性概率物理方法。建模、加速测试、预后和可靠性评估（2017）
  7. Paul Christian B·U·RKNER：BRMS：使用STAN（2017）的贝叶斯多级模型的R包不是ZB数学
  8. Tango，ToSHIRO：随机对照试验的广义线性混合模型重复测量设计（2017）
  9. 杨，Jinyoung；Rosenthal，Jeffrey S.：通过新的自适应诊断自动调谐通用MCMC（2017）
  10. Chiu，Chia Yi；Ko.Hn，Hans Friedrich：简化的RUM作为logit模型：参数化和约束（2016）
  11. 丰塞卡，Rodney Vasconcelos；Nobre，Juv.NCIO Stotos；法里亚斯，拉斐尔Brasz z AZEVEDO：一个参数化的Burnbun-Saundes回归模型的比较推理和诊断（2016）
  12. Luttinen，Jaykk:BaySpy: Python中的变分贝叶斯推断（2016）
  13. Shaddick，加文；ZIDK，James V.：环境流行病学中的时空方法（2016）
  14. Andrew Finley；Sudipto Banerjee；Alan Gelfand：大型单变量和多变量点参考时空数据模型的SPAYES（2015）不是ZB数学
  15. Mahani，Alireza S.；Sharabiani，Mansour T. A.：SIMD并行MCMC采样及其在大数据贝叶斯分析中的应用（2015）
  16. 米勒，彼得；金塔纳，Fernando Andr，贾拉，亚历杭德罗；汉森，提姆：贝叶斯非参数数据分析（2015）
  17. 穆索罗，Jammbe Z.；GESKUS，Ronald B.；Zwinderman，AEIKO H:一种不同类型的重复事件和多个纵向结果的联合模型，并应用于肾移植术后患者的随访研究（2015）
  18. Plummer，马丁：削减贝叶斯图形模型（2015）
  19. Scuturi，马珂；丹尼斯，Jean Baptiste：贝叶斯网络。R（2015）中的例子
  20. 周，Wenjin；Rossetto，Allison M.：利用贝叶斯统计发现蛋白质热稳定性和自旋偶合常数（2015）