stan-dev/rstan

什么是 RStan？

RStan 是官方 R 包，可让您在 R 统计环境中使用 Stan，一种强大的概率编程语言。Stan 通过现代马尔可夫链蒙特卡洛（MCMC）和变分算法进行贝叶斯推断，因此 RStan 实质上是一个桥梁，让 R 用户可以编写 Stan 模型、编译它们，并在不离开 R 的情况下运行推断。

---

主要功能

功能	对您的意义
在 R 中编写 Stan 模型	使用 Stan 自有的语言（独立的 .stan 文件）定义模型，并通过 stan() 或 sampling() 从 R 中调用。
快速的推断引擎	内部使用 Stan 的基于 C++ 的哈密顿蒙特卡洛（NUTS）和变分推论，提供最先进的贝叶斯后验采样。
自动微分	Stan 的自动微分高效计算对数后验的梯度，这对 HMC 至关重要。
诊断与后处理	返回一个 stanfit 对象，可与 R 的 coda、bayesplot 等包集成，用于收敛性检查、轨迹图和后验摘要。
跨平台	支持 Windows、macOS 和 Linux；CRAN 提供二进制文件，便于安装。
可扩展	您可以向 Stan 模型添加自定义 C++ 函数，并将其暴露给 R。

---

如何开始

1. 安装 – install.packages("rstan")（或参考详细的 RStan Getting Started Wiki 获取系统特定步骤）。
2. 编写模型 – 创建一个包含 Stan 代码的文件 model.stan（例如，一个简单的线性回归）。
3. 拟合模型 – 在 R 中：

   library(rstan)
   fit <- stan(file = "model.stan", data = my_data, iter = 2000, chains = 4)
   print(fit)
   plot(fit)
   

4. 探索结果 – 使用 summary(fit)、extract(fit) 或 bayesplot 包进行可视化诊断。

仓库的 README 指向一个 Wiki 页面，提供逐步安装说明以及法语、日语、中文和葡萄牙语的翻译。

---

获取更多信息

• 在线文档与教程 – https://mc-stan.org/rstan/
• Stan 语言参考 – https://mc-stan.org/users/documentation/
• 社区帮助 – Stan Discourse 论坛 (https://discourse.mc-stan.org)
• 错误报告 / 功能请求 – GitHub Issues (https://github.com/stan-dev/rstan/issues)

---

许可与贡献政策

• R 包本身采用 GPL-3 许可。
• 内嵌的 Stan 代码采用 new BSD 许可。
• 贡献必须遵循 Stan AI 贡献政策，确保负责任地使用 AI 相关工具。

---

总结：RStan 让 R 用户能够直接从熟悉的 R 工作流中访问 Stan 的前沿贝叶斯推断引擎，使复杂的概率建模无需离开 R 生态系统即可实现。