stan-dev/rstanarm

何を解決するか

rstanarm は R におけるベイズ応用回帰モデリングのアクセスしやすい入り口を提供します。ベイズソフトウェアの高い学習曲線の問題を、一般的な頻度主義的モデル適合関数（glm や lm など）の構文と挙動を模倣することで解決します。これにより、ユーザーは複雑な Stan コードを手動で書く必要なく、ベイズ推論を行うことができます。

動作方法

このパッケージは rstan パッケージおよび Stan ベイズプログラミング言語へのインターフェースとして機能します。数値安定性とサンプリング効率に最適化された事前コンパイルされた Stan プログラムを使用しています。ユーザーは標準的な R の式とデータフレームでモデルを指定し、パッケージが Stan のバックエンド推定に翻訳を処理します。

以下の推定アルゴリズムをサポートしています：

• サンプリング（MCMC）：ハミルトニアン・モンテカルロ（HMC）を使用するデフォルトで最も信頼性の高い方法。
• 平均場変分推論：事後分布の高速な近似。
• フルランク変分推論：平均場よりも現実的だが、計算コストが高い近似。
• 最適化：L-BFGS アルゴリズムを使用して事後モードを検出（現在 stan_glm でのみサポート）。

対象ユーザー

• 頻度主義の研究者で、馴染みのある R の構文を使ってベイズ推論に移行したい人。
• Stan モデルをゼロから自分で書くのを避け、プロフェッショナルに実装され、安定した事前コンパイル済みモデルを使いたいベイズ経験者。

特徴

• 広範なモデルサポート：線形回帰（stan_lm）、一般化線形回帰（stan_glm）、混合効果モデル（stan_glmer）、非線形混合効果モデル（stan_nlmer）、縦断的データおよび生存データのための連合モデル（stan_jm）を含む。
• エコシステムとの統合：bayesplot による事後予測チェック、loo による交差検証およびモデル比較、shinystan による GUI ベースの診断と連携。
• カスタム事前分布：モデルパラメータの事前分布を指定可能で、事前の知識を組み込むことが可能。
• 数値安定性：Stan 開発者が書いた事前コンパイル済みプログラムを使用し、サンプリングの問題を最小限に抑える。