- 综合排序
- 最热优先
- 最新优先
- 来自专栏拓端tecdat
R语言有RStan的多维验证性因子分析（CFA）
p=6532 如果您已经熟悉RStan，那么您需要组合的基本概念是具有相关随机斜率和异方差误差的标准多级模型。 我将R代码嵌入到演示中。 我喜欢将大多数统计方法理解为回归模型。
1K30发布于 2020-11-11 - 来自专栏拓端tecdat
R语言贝叶斯MCMC：用rstan建立线性回归模型分析汽车数据和可视化诊断|附代码数据
p=23255最近我们被客户要求撰写关于rstan的研究报告，包括一些图形和统计输出。 本文将谈论Stan以及如何在R中使用rstan创建Stan模型尽管Stan提供了使用其编程语言的文档和带有例子的用户指南，但对于初学者来说，这可能是很难理解的。 接下来，我们将用rstan来拟合同一个模型。 fit_rstan输出类似的汇总统计数据，包括每个参数的平均值、标准偏差和量值。这些结果可能相似但不完全相同。它们之所以不同，是因为统计数据是根据后验的随机抽样来计算的。 本文选自《R语言贝叶斯MCMC：用rstan建立线性回归模型分析汽车数据和可视化诊断》。
2.9K00编辑于 2023-02-14 - 来自专栏拓端tecdat
R语言Rstan概率编程规划MCMC采样的贝叶斯模型简介
简介 RStan是贝叶斯推理的C ++库。它基于No-U-Turn采样器（NUTS），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： 使用Stan建模语言指定统计模型。
1.8K20发布于 2020-11-19 - 来自专栏拓端tecdat
MCMC的rstan贝叶斯回归模型和标准线性回归模型比较
我们将通过 R 和相关的 R 包 rstan 使用编程语言 Stan。 示例：线性回归模型 在下文中，我们将设置一些初始数据，并使用标准 lm 函数运行模型比较。 在 R2OpenBugs 或 rjags 中，可以使用代码调用单独的文本文件，并且可以对 rstan 执行相同操作，但出于我们的目的，我们在 R 代码中显示它。首先要注意的是模型代码。 此外，要安装 rstan，需要通过 CRAN 或 GitHub。它不需要单独安装 Stan 本身，但它确实需要几个步骤并且需要 C++ 编译器。 一旦你安装了 rstan，它就会像任何其他 R 包一样被调用。 ---- 本文摘选《R语言MCMC的rstan贝叶斯回归模型和标准线性回归模型比较》。
1.3K10编辑于 2022-03-11 - 来自专栏全栈程序员必看
安装 Prophet
在 R 上安装 Prophet 一、Windows 系统安装 Prophet 前的准备工作 如果是 Windows 系统，需要按照 rstan 提供的教程给 R 安装一个编译器。 配置 非必须操作，不会影响 RStan 正常工作，但强烈推荐。 安装 RStan 安装最新版本的 RStan 及其依赖包，代码如下： 1 2 3 # 注意: 如果 https 下载不成功，可改为 http # 确保 dependencies=TRUE ，安装依赖包 ： 1 2 3 # 注意: 可根据你想使用的内核数来更改数字“4” Sys.setenv(MAKEFLAGS = “-j4”) install.packages(“rstan”, type = “source 并在载入 RStan 前，确认没有旧版本 RStan 所创建（可能是自动创建）的产物已被载入 R 中。
1.7K30编辑于 2022-09-13 - 来自专栏拓端tecdat
R语言RStan贝叶斯示例：重复试验模型和种群竞争模型Lotka Volterra
可以通过R使用rstan 包来调用Stan，也可以 通过Python使用 pystan 包。这两个接口都支持基于采样和基于优化的推断，并带有诊断和后验分析。 在本文中，简要展示了Stan的主要特性。 使用直方图，核密度估计等进行绘图 安装 rstan 要在R中运行Stan，必须安装 rstan C ++编译器。在Windows上， Rtools 是必需的。 最后，安装 rstan： install.packages(rstan) Stan中的基本语法 定义模型 Stan模型由六个程序块定义 ： 数据（必填）。 转换后的数据。 参数（必填）。 rbinom(N, 1, 0.3)y ## [1] 0 0 0 1 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 根据数据计算 MLE作为样本均值： ## [1] 0.25 步骤4：rstan ## 0.1569165 0.3934832 ggplot(theta_draws_df, aes(x=theta)) +geom_histogram(bins=20, color="gray") RStan
2.1K10发布于 2021-02-01 - 来自专栏拓端tecdat
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
gplot(wae, es(iq, wge)) + gom_oint() +gom_smoth()----点击标题查阅往期内容R语言和STAN,JAGS：用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据左右滑动查看更多 朴素贝叶斯和KMEANS聚类用户画像MATLAB随机森林优化贝叶斯预测分析汽车燃油经济性R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据使用贝叶斯层次模型进行空间数据分析MCMC的rstan Metropolis Hastings采样和贝叶斯泊松回归Poisson模型Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻居）分类分析银行拉新活动挖掘潜在贷款客户R语言贝叶斯MCMC：用rstan 贝叶斯分位数回归分析Python用PyMC3实现贝叶斯线性回归模型R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型R语言Gibbs抽样的贝叶斯简单线性回归仿真分析R语言和STAN,JAGS：用RSTAN 的贝叶斯分层混合模型的诊断准确性研究R语言贝叶斯线性回归和多元线性回归构建工资预测模型R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例R语言stan进行基于贝叶斯推断的回归模型R语言中RStan
85700编辑于 2023-02-09 - 来自专栏拓端tecdat
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
gplot(wae, es(iq, wge)) + gom_oint() +gom_smoth() ---- 点击标题查阅往期内容 R语言和STAN,JAGS：用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据 朴素贝叶斯和KMEANS聚类用户画像 MATLAB随机森林优化贝叶斯预测分析汽车燃油经济性 R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据 使用贝叶斯层次模型进行空间数据分析MCMC的rstan Metropolis Hastings采样和贝叶斯泊松回归Poisson模型 Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻居）分类分析银行拉新活动挖掘潜在贷款客户 R语言贝叶斯MCMC：用rstan 建立线性回归模型分析汽车数据和可视化诊断 R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例 R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数 Python用PyMC3实现贝叶斯线性回归模型 R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型 R语言Gibbs抽样的贝叶斯简单线性回归仿真分析 R语言和STAN,JAGS：用RSTAN
1.1K00编辑于 2023-02-21 - 来自专栏拓端tecdat
R语言贝叶斯模型预测电影评分数据可视化分析
点击标题查阅往期内容 R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例 左右滑动查看更多 01 02 03 04 summarise KMEANS聚类用户画像 MATLAB随机森林优化贝叶斯预测分析汽车燃油经济性 R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据 使用贝叶斯层次模型进行空间数据分析 MCMC的rstan Metropolis Hastings采样和贝叶斯泊松回归Poisson模型 Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻居）分类分析银行拉新活动挖掘潜在贷款客户 R语言贝叶斯MCMC：用rstan Python用PyMC3实现贝叶斯线性回归模型 R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型 R语言Gibbs抽样的贝叶斯简单线性回归仿真分析 R语言和STAN,JAGS：用RSTAN R语言贝叶斯线性回归和多元线性回归构建工资预测模型 R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例 R语言stan进行基于贝叶斯推断的回归模型 R语言中RStan
55110编辑于 2023-12-01 - 来自专栏拓端tecdat
R语言和STAN,JAGS：用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据
p=21978 本文将介绍如何在R中用rstan和rjags做贝叶斯回归分析，R中有不少包可以用来做贝叶斯回归分析，比如最早的（同时也是参考文献和例子最多的）R2WinBUGS包（点击文末“阅读原文”获取完整代码数据 近来，STAN和它对应的R包rstan一起进入了人们的视线。STAN使用的算法与WinBUGS和JAGS不同，它改用了一种更强大的算法使它能完成WinBUGS无法胜任的任务。 las = 3 image(1:p, 1:p, main = "预测因子之间的相关性") 点击标题查阅往期内容 R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归 01 02 03 04 rstan // 结果向量 } parameters { real alpha; // 截距 vector[k] beta; // 预测变量系数 real<lower=0> sigma; // 误差 rstan_options
32600编辑于 2025-01-15 - 来自专栏拓端tecdat
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
gplot(wae, es(iq, wge)) + gom_oint() +gom_smoth() ---- 点击标题查阅往期内容 R语言和STAN,JAGS：用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据 朴素贝叶斯和KMEANS聚类用户画像 MATLAB随机森林优化贝叶斯预测分析汽车燃油经济性 R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据 使用贝叶斯层次模型进行空间数据分析MCMC的rstan Metropolis Hastings采样和贝叶斯泊松回归Poisson模型 Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻居）分类分析银行拉新活动挖掘潜在贷款客户 R语言贝叶斯MCMC：用rstan 建立线性回归模型分析汽车数据和可视化诊断 R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例 R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数 Python用PyMC3实现贝叶斯线性回归模型 R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型 R语言Gibbs抽样的贝叶斯简单线性回归仿真分析 R语言和STAN,JAGS：用RSTAN
85300编辑于 2023-03-06 - 来自专栏拓端tecdat
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
gplot(wae, es(iq, wge)) + gom_oint() +gom_smoth() ---- 点击标题查阅往期内容 R语言和STAN,JAGS：用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据 朴素贝叶斯和KMEANS聚类用户画像 MATLAB随机森林优化贝叶斯预测分析汽车燃油经济性 R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据 使用贝叶斯层次模型进行空间数据分析MCMC的rstan Metropolis Hastings采样和贝叶斯泊松回归Poisson模型 Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻居）分类分析银行拉新活动挖掘潜在贷款客户 R语言贝叶斯MCMC：用rstan 建立线性回归模型分析汽车数据和可视化诊断 R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例 R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数 Python用PyMC3实现贝叶斯线性回归模型 R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型 R语言Gibbs抽样的贝叶斯简单线性回归仿真分析 R语言和STAN,JAGS：用RSTAN
83200编辑于 2023-03-21 - 来自专栏拓端tecdat
R语言使用Metropolis-Hastings采样算法自适应贝叶斯估计与可视化
KMEANS聚类用户画像 MATLAB随机森林优化贝叶斯预测分析汽车燃油经济性 R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据 使用贝叶斯层次模型进行空间数据分析 MCMC的rstan Metropolis Hastings采样和贝叶斯泊松回归Poisson模型 Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻居）分类分析银行拉新活动挖掘潜在贷款客户 R语言贝叶斯MCMC：用rstan 建立线性回归模型分析汽车数据和可视化诊断 R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例 R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数 Python用PyMC3实现贝叶斯线性回归模型 R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型 R语言Gibbs抽样的贝叶斯简单线性回归仿真分析 R语言和STAN,JAGS：用RSTAN R语言贝叶斯线性回归和多元线性回归构建工资预测模型 R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例 R语言stan进行基于贝叶斯推断的回归模型 R语言中RStan
55130编辑于 2023-09-25 - 来自专栏拓端tecdat
贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析免疫球蛋白、前列腺癌数据|附代码数据
点击标题查阅往期内容R语言RSTAN MCMC：NUTS采样算法用LASSO 构建贝叶斯线性回归模型分析职业声望数据R语言STAN贝叶斯线性回归模型分析气候变化影响北半球海冰范围和可视化检查模型收敛性R 语言贝叶斯MCMC：用rstan建立线性回归模型分析汽车数据和可视化诊断R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例R语言贝叶斯 贝叶斯分位数回归分析Python用PyMC3实现贝叶斯线性回归模型R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型R语言Gibbs抽样的贝叶斯简单线性回归仿真分析R语言和STAN,JAGS：用RSTAN 的贝叶斯分层混合模型的诊断准确性研究R语言贝叶斯线性回归和多元线性回归构建工资预测模型R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例R语言stan进行基于贝叶斯推断的回归模型R语言中RStan
1.3K00编辑于 2023-01-11 - 来自专栏拓端tecdat
R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
gplot(wae, es(iq, wge)) + gom\_oint() +gom\_smoth()编辑----点击标题查阅往期内容R语言和STAN,JAGS：用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据左右滑动查看更多 朴素贝叶斯和KMEANS聚类用户画像MATLAB随机森林优化贝叶斯预测分析汽车燃油经济性R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据使用贝叶斯层次模型进行空间数据分析MCMC的rstan Metropolis Hastings采样和贝叶斯泊松回归Poisson模型Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻居）分类分析银行拉新活动挖掘潜在贷款客户R语言贝叶斯MCMC：用rstan 贝叶斯分位数回归分析Python用PyMC3实现贝叶斯线性回归模型R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型R语言Gibbs抽样的贝叶斯简单线性回归仿真分析R语言和STAN,JAGS：用RSTAN 的贝叶斯分层混合模型的诊断准确性研究R语言贝叶斯线性回归和多元线性回归构建工资预测模型R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例R语言stan进行基于贝叶斯推断的回归模型R语言中RStan
1.3K20编辑于 2022-10-31 - 来自专栏拓端tecdat
R语言RSTAN MCMC：NUTS采样算法用LASSO 构建贝叶斯线性回归模型分析职业声望数据
类型：职业的类型 bc: 蓝领 prof: 专业、管理和技术 wc: 白领 在R中运行 library(rstan) stan(file="byLASO",iter=50000) 在3.5秒内运行25000
30900编辑于 2024-12-24 - 来自专栏拓端tecdat
MCMC的rstan贝叶斯回归模型和标准线性回归模型比较|附代码数据
我们将通过 R 和相关的 R 包 rstan 使用编程语言 Stan。 示例：线性回归模型 在下文中，我们将设置一些初始数据，并使用标准 lm 函数运行模型比较。 在 R2OpenBugs 或 rjags 中，可以使用代码调用单独的文本文件，并且可以对 rstan 执行相同操作，但出于我们的目的，我们在 R 代码中显示它。首先要注意的是模型代码。 此外，要安装 rstan，需要通过 CRAN 或 GitHub。它不需要单独安装 Stan 本身，但它确实需要几个步骤并且需要 C++ 编译器。 一旦你安装了 rstan，它就会像任何其他 R 包一样被调用。 ---- 本文摘选 《 R语言MCMC的rstan贝叶斯回归模型和标准线性回归模型比较 》 ，点击“阅读原文”获取全文完整资料。
86130编辑于 2023-04-04 - 来自专栏拓端tecdat
R语言Gibbs抽样的贝叶斯简单线性回归仿真分析|附代码数据
Metropolis Hastings采样和贝叶斯泊松回归Poisson模型Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列R语言RSTAN 马尔可夫转换随机波动率SV模型、粒子滤波、Metropolis Hasting采样时间序列分析R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型R语言贝叶斯MCMC：用rstan 建立线性回归模型分析汽车数据和可视化诊断R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数 贝叶斯分位数回归分析Python用PyMC3实现贝叶斯线性回归模型R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型R语言Gibbs抽样的贝叶斯简单线性回归仿真分析R语言和STAN,JAGS：用RSTAN 的贝叶斯分层混合模型的诊断准确性研究R语言贝叶斯线性回归和多元线性回归构建工资预测模型R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例R语言stan进行基于贝叶斯推断的回归模型R语言中RStan
1.3K20编辑于 2022-12-21 - 来自专栏拓端tecdat
PYTHON用时变马尔可夫区制转换（MARKOV REGIME SWITCHING）自回归模型分析经济时间序列|附代码数据
Metropolis Hastings采样和贝叶斯泊松回归Poisson模型Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列R语言RSTAN 马尔可夫转换随机波动率SV模型、粒子滤波、Metropolis Hasting采样时间序列分析R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型R语言贝叶斯MCMC：用rstan 建立线性回归模型分析汽车数据和可视化诊断R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数 贝叶斯分位数回归分析Python用PyMC3实现贝叶斯线性回归模型R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型R语言Gibbs抽样的贝叶斯简单线性回归仿真分析R语言和STAN,JAGS：用RSTAN 的贝叶斯分层混合模型的诊断准确性研究R语言贝叶斯线性回归和多元线性回归构建工资预测模型R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例R语言stan进行基于贝叶斯推断的回归模型R语言中RStan
63030编辑于 2023-08-19 - 来自专栏拓端tecdat
PYTHON用时变马尔可夫区制转换（MARKOV REGIME SWITCHING）自回归模型分析经济时间序列|附代码数据
Metropolis Hastings采样和贝叶斯泊松回归Poisson模型Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列R语言RSTAN 马尔可夫转换随机波动率SV模型、粒子滤波、Metropolis Hasting采样时间序列分析R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型R语言贝叶斯MCMC：用rstan 建立线性回归模型分析汽车数据和可视化诊断R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数 贝叶斯分位数回归分析Python用PyMC3实现贝叶斯线性回归模型R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型R语言Gibbs抽样的贝叶斯简单线性回归仿真分析R语言和STAN,JAGS：用RSTAN 的贝叶斯分层混合模型的诊断准确性研究R语言贝叶斯线性回归和多元线性回归构建工资预测模型R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例R语言stan进行基于贝叶斯推断的回归模型R语言中RStan
1.2K00编辑于 2022-11-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号