统计建模工具 | Rstan的入门

转载自公众号：心研心漫

作者：漫漫求索0910

Hello，

这里是行上行下，我是喵君姐姐~

在介绍Rstan之前需要了解一些stan的情况。关于stan的介绍，可以从以下的网址中获知：https://mc-stan.org/

Stan是一个最先进的统计建模和高性能统计计算平台。在社会、生物、物理科学、工程和商业领域，成千上万的用户依赖于Stan进行统计建模、数据分析和预测。

用户可以在stan的概率编程语言使用对数（log）密度函数得到MCMC抽样的全贝叶斯统计推断、近似贝叶斯推断与变分推断、惩罚最大似然估计与优化。

到此有个大概的了解就可以了。总之是一个很好的建模工具，有兴趣的话可以提前看一下文档，我觉得很有趣。接下来讲重点:Rstan。关于这方面的中文介绍比较少，所以就想着给大家介绍一下，当作一个了解的切口。如果想要深入学习的话，可以看文末的补充材料。

PS：后台回复关键词“Rstan”即可获得所述的文字版介绍及相关资料啦！

安装

install.packages("rstan")

如果安装不了这个包，检查一下有没有安装Rtools（win）。

加载包

library(rstan)

示例一

stan建模文件，需要另存为8schools.stan

data {  
 int<lower=0> J; // 学校数目
 real y[J]; // 测试效果的预测值
 real<lower=0> sigma[J]; // 测试效果的标准差 
 }
 parameters {  
 real mu;
 real<lower=0> tau;  
 real eta[J];
}
transformed parameters {  
real theta[J];  
for (j in 1:J)    
theta[j] = mu + tau * eta[j];
}

model {  
target += normal_lpdf(eta | 0, 1);  
target += normal_lpdf(y | theta, sigma)

新建一个R文件，另外最好加上8schools.stan的路径设置

setwd("")#8schools.stan所在的路径
schools_dat <- list(J = 8,
         y = c(28,  8, -3,  7, -1,  1, 18, 12), 
         sigma = c(15, 10, 16, 11,  9, 11, 10, 18)
fit <- stan(file = '8schools.stan', data = schools_dat,
           iter = 1000, chains = 4)
#file所引用的是刚才建立的模型
#data是指数据集，iter迭代数

最后可以打印出一些你需要参数

print(fit)
plot(fit)
pairs(fit, pars = c("mu", "tau", "lp__"))
la <- extract(fit, permuted = TRUE) 
# 回传数组列表 
mu <- la$mu 
### 回传三维的数组：叠代、马尔可夫链及参数
a <- extract(fit, permuted = FALSE)
### 对stanfit项目使用S3函数
a2 <- as.array(fit)
m <- as.matrix(fit)
d <- as.data.frame(fit)

示例二

在rstan的文档里面的例子和网站上的有所区别，他们需要放在同一个文件夹里面。

## Not run:
stanmodelcode <- " data {
int<lower=0> N; 
real y[N];
}
parameters { 
real mu;
}
model { 
target += normal_lpdf(mu | 0, 10); 
target += normal_lpdf(y | mu, 1);
} "

#以上部分是模型部分，需要先跑出来


y <- rnorm(20) 
dat <- list(N = 20, y = y); 
fit <- stan(model_code = stanmodelcode, model_name = "example",
    data = dat, iter = 2012, chains = 3, verbose = TRUE, 
    sample_file = file.path(tempdir(), 'norm.csv')) #模型拟合
print(fit)
# extract samples 
e <- extract(fit, permuted = FALSE) 
# return a list of arrays 
str(e)
arr <- as.array(fit) # return an array str(arr)
mat <- as.matrix(fit) # return a matrix
str(mat) ## End(Not run)

为了讲清楚操作部分，所以录制了一个小小视频，希望帮助到入门的朋友们。关于模型方面的介绍后期有机会再更新。还在学习中，敬请期待。

推荐学习资源

https://www.bilibili.com/video/BV135411t7f3

https://www.bilibili.com/video/BV1RK4y1b7ay

参考资料

https://mc-stan.org/rstan/

rstan manual下载:

https://cran.r-project.org/web/packages/rstan/index.html

rstan简介以及安装：

https://github.com/stan-dev/rstan/wiki/RStan-Getting-Started

另外还有许多不错的作者写过相关的介绍：

https://blog.csdn.net/a358463121/article/details/70194082

https://blog.csdn.net/qq_19600291/article/details/89888740

有兴趣的话可以再去看看。

PS：后台回复关键词“Rstan”即可获得所述的文字版介绍及相关资料啦！

转载自公众号：心研心漫

作者：漫漫求索0910

校对：喵君姐姐

排版：华华