stan-dev/rstanarm

해결하는 문제

rstanarm 는 R 에서 베이지안 응용 회귀 모델링을 위한 접근성 높은 입구를 제공합니다. 베이지안 소프트웨어의 높은 학습 곡선 문제를 일반적인 빈도주의 모델 적합 함수(glm 또는 lm)의 구문과 동작을 모방함으로써 해결합니다. 이로써 사용자는 복잡한 Stan 코드를 수동으로 작성하지 않고도 베이지안 추론을 수행할 수 있습니다.

작동 방식

이 패키지는 rstan 패키지와 Stan 확률 프로그래밍 언어에 대한 인터페이스 역할을 합니다. 수치 안정성과 샘플링 효율성에 최적화된 사전 컴파일된 Stan 프로그램을 사용합니다. 사용자는 표준 R 식과 데이터 프레임을 사용하여 모델을 지정하고, 패키지가 Stan 백엔드 추정으로의 변환을 처리합니다.

다음과 같은 추정 알고리즘을 지원합니다:

• 샘플링 (MCMC): 해밀턴 몬테카를로(HMC)를 사용하는 기본이며 가장 신뢰할 수 있는 방법.
• 평균장 변분 추론: 사후 분포의 빠른 근사.
• 풀랭크 변분 추론: 평균장보다 더 현실적이지만 계산 비용이 더 높은 근사.
• 최적화: L-BFGS 알고리즘을 사용하여 사후 모드를 찾음 (현재 stan_glm 에서만 지원).

대상 사용자

• 익숙한 R 구문을 사용해 베이지안 추론으로 전환하고자 하는 빈도주의 연구자.
• 자신의 Stan 모델을 처음부터 작성하는 것을 피하고, 전문적으로 구현된 안정적인 사전 컴파일된 모델을 사용하고자 하는 베이지안 전문가.

주요 특징

• 광범위한 모델 지원: 선형(stan_lm), 일반화 선형(stan_glm), 혼합효과(stan_glmer), 비선형 혼합효과(stan_nlmer), 종단적 및 생존 데이터를 위한 연합 모델(stan_jm)을 포함.
• 에코시스템 통합: bayesplot 을 통한 사후 예측 검사, loo 를 통한 교차 검증 및 모델 비교, shinystan 을 통한 GUI 기반 진단과 원활하게 통합.
• 사용자 정의 사전 분포: 모델 파라미터에 대한 사전 분포를 지정하여 사전 지식을 반영 가능.
• 수치 안정성: Stan 개발자가 작성한 사전 컴파일된 프로그램을 사용하여 샘플링 문제를 최소화.