Winbugs基础操作及使用-李艳丽

李艳丽Winbugs介绍贝叶斯模型介绍Winbugs操作流程案例介绍WinBUGS(BayesianinferenceUsingGibbsSampling）就是一款通过MCMC方法来分析复杂统计模型的软件。其基本原理就是通过Gibbssampling和Metropolis算法，从完全条件概率分布中抽样，从而生成马尔科夫链，通过迭代，最终估计出模型参数。经典统计贝叶斯统计样本信息总体信息先验信息(,)()(|)pyppy(,)()(|)(|)()()pyppypypypy联合密度与先验分布，样本分布间的关系Y=α0+α1*X1+……αn*XnY~D（μ）μ=α0+α1*X1+……αn*Xnαi~Di（）经典统计模型Bayesian模型1-确定模型2-输入数据3-运行模型4-模型初始化5-generateburn-invalues6-确定被模拟的参数7-运行8-检查收敛性及列出结果模型基本结构(model)数据(list)模型初始化参数(list)选中model，然后点击checkmodel，检查模型是否有错。一，Checkmodel后左下方如果显示Modelissyntacticallycorrect,则表明模型运行通过，没有语法错误。二，选中list（即原始data），点击loaddata，导入数据。左下方显示dataloaded，则数据导入成功。三，点击compile，编译模型四，选中list（初始化的参数），点击loadinits，初始化模型，初始化成功左下方显示modelisinitialized。单击inferrence——sample，出现samplemonitortools对话框。在node对话框输入感兴趣的需要模拟的参数。每输入一个参数，点击set设定。单击model——update，出现updatetool对话框，设定采样规则，开始采样模拟。updates:模拟生成的样本数refresh：update进度显示的步长thin：每X步收集一笔资料iteration：显示模拟进程inferrence——sample，在node窗口输入感兴趣参数，输入*则显示所有的所有参数的结果Trace：显示样本的轨迹History：同traceDensity：参数核密度Stats：显示参数的统计结果（均值，方差等）Coda：显示参数每步的取值Quantiles：显示百分位数Autocor：参数自相关性TraceHistoryDensitystatisticsAutocor通过迭代轨迹（trace），迭代历史（history），自相关函数（autocorr）等来进行判断。当迭代轨迹，迭代历史基本趋于稳定，自相关函数很快接近于0，可认为迭代过程已经收敛。通过DIC的值来比较不同模型的优劣性。DIC值越小，模型越好。设定DIC之后，再次update模型。单击DIC，则显示此模型的DIC值。DIC主要用来比较模型的优劣，其绝对值没有太大意义。点击任务栏help，下拉菜单点击examplesVol1或者examplesVol2，则跳出案例菜单，里面包含各种已有的Bayesian模型代码及样本数据。Theend!