R语言Rstan概率编程规划MCMC采样的贝叶斯模型

概率编程使我们能够实现统计模型，而无需担心技术细节。它对基于MCMC采样的贝叶斯模型特别有用。

视频：R语言中RStan贝叶斯层次模型分析示例

 

stan简介

Stan是用于贝叶斯推理的C ++库。它基于No-U-Turn采样器（NUTS），该采样器用于根据用户指定的模型和数据估计后验分布。使用Stan执行分析涉及以下步骤：

1. 使用Stan建模语言指定统计模型。通过专用的.stan  文件完成此操作  。
2. 准备要提供给模型的数据。
3. 使用该stan 函数从后验分布中采样  。
4. 分析结果。

在本文中，我将通过两个层次模型展示Stan的用法。我将使用第一个模型讨论Stan的基本功能，并使用第二个示例演示更高级的应用。

 学校数据集

我们要使用的第一个数据集是  学校的数据集  。该数据集衡量了教练计划对大学入学考试（在美国使用的学业能力测验（SAT））的影响。 数据集如下所示：

正如我们所看到的：对于八所学校中的大多数，短期教练计划的确提高了SAT分数 。对于此数据集，我们有兴趣估算与每所学校相关的真实教练计划效果大小。我们考虑两种替代方法。首先，我们可以假设所有学校彼此独立。但是，这将难以解释，因为学校的后验区间由于高标准差而在很大程度上重叠。第二，假设所有学校的真实效果都相同，则可以汇总所有学校的数据。但是，这也是不合理的，因为该计划有针对学校的不同效果（例如，不同的老师和学生应该有不同的计划）。

因此，需要另一个模型。分层模型的优点是可以合并来自所有八所学校的信息，而无需假定它们具有共同的真实效果。我们可以通过以下方式指定层次贝叶斯模型：

根据该模型，教练的效果遵循正态分布，其均值是真实效果θj，其标准偏差为σj（从数据中得知）。真正的影响θj遵循参数μ和τ的正态分布。

定义Stan模型文件

在指定了要使用的模型之后，我们现在可以讨论如何在Stan中指定此模型。在为上述模型定义Stan程序之前，让我们看一下Stan建模语言的结构。

变量

在Stan中，可以通过以下方式定义变量：

int<lower=0> n; # 下界是0
int<upper=5> n; # 上限是5
int<lower=0,upper=5> n; # n 的范围是 [0,5]

注意，如果先验已知变量，则应指定变量的上下边界。

多维数据可以通过方括号指定：

vector[n] numbers; // 长度为n的向量
real[n] numbers;  // 长度为n的浮点数组
matrix[n,n] matrix; // n乘n矩阵

程序 

Stan中使用以下程序 ：

• data：用于指定以贝叶斯规则为条件的数据
• 转换后的数据：用于预处理数据
• 参数  （必填）：用