r或python的层次Bayes

这里有四本关于层次建模和贝叶斯分析的书,它们都是用R代码编写的。

空间数据层次建模与分析(统计学与应用概率专著)(精装) http://www.amazon.com/gp/product/158488410X

使用回归和多级/层次模型进行数据分析(平装本) http://www.amazon.com/Analysis-Regression-Multilevel-Hierarchical-Models/dp/052168689X/ref=pd_sim_b_1

贝叶斯计算与r(使用r)(平装本) http://www.amazon.com/Bayesian-Computation-R-Use/dp/0387922970/ref=pd_bxgy_b_img_c

环境科学的层次模型:统计方法和应用(牛津生物学)(平装本)(我假设这本书有R代码,因为两位作者都广泛使用R)

我知道一些关于多元分析(例如集体智能)的Python书籍,但我没有看到真正深入研究贝叶斯或层次建模的书籍。

有openbugs和r helper包。查看Gelman的网站以获取他的书,其中包含大部分相关链接:

• http://www.stat.columbia.edu/~gelman/software/
• Example of computation in R and Bugs

在python方面,我只知道pymc:

• http://code.google.com/p/pymc/
• An example statistical model

编辑:从Gelman的书中添加了一个链接到适当的附录,在线提供,例如使用R和bug。

在 MCMCpack 对于R,据我所知,它是许多常见模型类型的最快取样器。(我在其中编写了[层次项目响应][2]模型。)

[rjags][3]按照它的名字做。编写一个jags-flavered.bug模型,在r中提供数据,并从r调用jags。

在python中,尝试pymc。这里有一个多级建模的例子: http://groups.google.com/group/pymc/browse_thread/thread/c6ce37a80edf7f85/1bfd9138c8db891d

我将R中的分层贝叶斯模型与JAGS(Linux)或有时的Winbug(Windows或Wine)结合使用。看看上面提到的安德鲁·盖尔曼的书。

使用frequentist方法估计层次模型的lme4包具有一个名为mcmcsamp的函数,该函数允许您使用mcmc从模型的后分布中进行采样。这目前只适用于线性模型,非常不幸。