WinBUGS在統计分析中的应用.doc

WinBUGS在统计分析中的应用（第一部分） By 齐韬 @ 2008/12/08 关键词：MCMC, R, WinBUGS, 空间统计 分类：统计软件作者信息：Computational Mathematician in Annpro Analytic Technologies, Inc.版权声明：本文版权归原作者所有，未经许可不得转载。原文可能随时需要修改纰漏，全文复制转载会带来不必要的误导，若您想推荐给朋友阅读，敬请以负责的态度提供原文链接；点此查看如何在学术刊物中引用本文 常规引用方式齐韬. WinBUGS在统计分析中的应用（第一部分）. 统计之都, 2008.12. URL: /2008/12/statistical-analysis-and-winbugs-part-1/.BibTeX引用 @ARTICLE{, AUTHOR = {齐韬}, TITLE = {WinBUGS在统计分析中的应用（第一部分）}, JOURNAL = {统计之都}, YEAR = {2008}, month = {12}, URL = {/2008/12/statistical-analysis-and-winbugs-part-1/},} 开篇词 首先非常感谢COS论坛提供了这样一个良好的平台，敝人心存感激之余，也打算把一些学习心得拿出来供大家分享，文中纰漏之处还请各位老师指正。下面我将以WinBUGS的统计应用为题，分几次来谈一谈WinBUGS这个软件。其中会涉及到空间数据的分析、GeoBUGS的使用、面向R及SPLUS的接口包R2WinBUGS的使用、GIS与统计分析等等衍生出的话题。如有问题，请大家留下评论，我会调整内容，择机给予回答。 第一节 什么是WinBUGS? WinBUGS对于研究Bayesian统计分析的人来说，应该不会陌生。至少对于MCMC方法是不陌生的。WinBUGS (Bayesian inference Using Gibbs Sampling）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Gibbs sampling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。引入Gibbs抽样与MCMC的好处是不言而喻的，就是想避免计算一个具有高维积分形式的完全联合后验概率公布，而代之以计算每个估计参数的单变量条件概率分布。具体的算法思想，在讲到具体问题的时候再加以叙述，在此不过多论述。就不拿公式出来吓人了（毕竟打公式也挺费劲啊）。 第二节 为什么要用WinBUGS? 第一、因为同类分析软件中它做得最好。同类的软件：OpenBUGS、JAGS等在成熟度、灵活性以及兼容性方面和它相比还有一定距离。在处理spatial data的方面，它采用了Gibbs抽样和MCMC的方法，在模型支持方面又具有极大的灵活性，较之名声大噪的GeoR包，虽然也实现了bayesian的手法，但是灵活性还是不及WinBUGS。 第二、因为它免费。免费的东西总有吸引人之处。 第三、有各色的R包为WinBUGS实现了针对R的、SPLUS的、Matlab的软件接口。只要你喜欢，就直接在R下调用WinBUGS吧，无非是装个R2WinBUGS包，简简单单。 第四、详细的文档、帮助、指导、范例。当然没有中文版的，小小一点遗憾。 第三节 如何得到WinBUGS? WinBUGS目前是一款免费的软件，去http://www.mrc-bsu.cam.ac.uk/bugs/下载就好了。不过要用高级功能（如GeoBUGS）的话，还是去http://www.mrc-bsu.cam.ac.uk/bugs/winbugs/contents.shtml注册一下好了，挺方便的。系统会立即把注册码发到你邮箱（真是好人啊）。不过只可以用一个月。这倒无妨，到时在注册一下就好了。 第四节 初试WinBUGS WinBUGS-GUI 我们先找一个例子来实际地运行一下WinBUGS，感受一下基本的操作流程，然后再考虑高级的操作。 第一步，打开WinBUGS，通过菜单File - New新建一个空白的窗口 第二步，在第一步中新建的空白窗口中输入三部分内容：模型定义、数据定义、初始值定义（代码见附录） 第三步，点击菜单Model - Specification，弹出一个Specification Tool面板。 第四步，在第二步中的提到的那个窗口中，将model这个关键字高亮起来，点击check model。你会看到WinBUGS的左下角状态栏上显示”model is syntactically correct.” 第五步，把定义的data前的关键字list也高亮起来，点Spe