R-INLA Project目录

集成嵌套拉普拉斯近似法（INLA）是一种近似贝叶斯推断的方法。在过去的几年里，由于其速度和通过R-INLA软件包的易用性，它已经成为马尔科夫链蒙特卡洛等其他方法的替代品。尽管INLA方法的重点是可以表达为潜伏高斯马尔可夫随机场（GMRF）的模型，但这包含了大量在实践中使用的模型家族。

本手册描述了INLA程序，一种允许用户使用集成嵌套拉普拉斯近似(INLA)轻松执行近似贝叶斯推断的新仪器。我们描述了inla程序可以求解的一组模型，并提供了一系列详细说明其用法的算例。附录A包含inla程序的参考手册。

1.INLA中发现的潜伏模型、可能性、优先权和Vignettes的精选列表。

1.1 1阶自回归模型

1.2阶数p的自回归模型

1.3空间效应的贝萨格模型

1.4dMatern模型 

1.5Generic0模型

1.6相关的随机效应：iid

1.7阶数为1的随机漫步模型

1.8阶数2的随机漫步模型

1.9季节性变化的模型

1.10对数正态分布

1.11空间效应的空间滞后模型

2.选定的优先权和每个优先权的例子。

2.1相关参数的Beta Prior

2.2Dirichlet先验

2.3"表达式"：一个自己动手的先验

2.4高斯先验

2.5Logit-Beta先验

2.6以ρ=0为基础模型的相关性ρ的PC先验

2.7相关性ρ的PC先验，以ρ=1为基础模型。

2.8自由度(Dof)的PC先验

2.9θ=±log(a)的伽马分布Γ(1/a, 1/a)的PC先验，基础模型a=0

2.10精度的PC先验

3.选定的可能性与每个人的模拟例子。

3.1贝塔分布

3.2贝塔-二项分布

3.3二项分布

3.4删减的泊松分布

3.5指数分布

3.6伽马分布

3.7高斯分布

3.8Logistic分布

3.9对数正态分布

3.10泊松分布

4. INLA中的小插曲。

4.1SPDE一维例子

4.2关于如何用INLA拟合SPDE模型的简短介绍

4.3混合GEV：使用R-INLA的教程

4.4拟合模型的条件取样

4.5条件性Logistic回归模型

4.6用户定义的集成点

4.7在R中定义一个潜伏模型。rgeneric模型

4.8使用INLA的多项式Logit模型

4.9在R-INLA中逼近联合边际

4.10教程:在R-INLA中扩大IGMRF模型的规模

要获得INLA中的所有潜伏模型、似然和先验，请使用R中的以下命令。

以下是使用R-INLA的工作实例和教程的清单。

在洛桑大学举办的空间数据科学会议上，Luigi &Thomas的离散数据INLA课程（视频1：介绍-视频2：实践）。

一个温和的INLA教程--精确分析。

Paula Moraga教授的杂项教程（包括视频讲座）。

Haakon Bakka博士的杂项教程

SPDE教程，《统计软件杂志》（2015），《ISBA公报》（2012年第4期）（修订版，代码）。

旧网页上INLA的例子和案例分析。

Statistical Rethinking第二版作业，用R-INLA和tidyverse重做，Anna B. Kawiecki。

Intro to Modeling using INLA , Greg Albery.