stan-dev/rstan

什麼是 RStan？

RStan 是官方的 R 套件，可讓您在 R 統計環境中使用 Stan，一種強大的機率程式語言。Stan 透過現代馬可夫鏈蒙地卡羅（MCMC）與變分演算法進行貝氏推論，因此 RStan 實質上是橋樑，讓 R 使用者能撰寫 Stan 模型、編譯它們，並在不離開 R 的情況下執行推論。

---

主要功能

功能	對您的意義
在 R 中撰寫 Stan 模型	使用 Stan 自有的語言（獨立的 .stan 檔案）定義模型，並透過 stan() 或 sampling() 從 R 中呼叫。
快速的推論引擎	內部使用 Stan 的 C++ 基礎哈密頓蒙地卡羅（NUTS）與變分推論，提供最尖端的貝氏後驗採樣。
自動微分	Stan 的自動微分能高效計算對數後驗的梯度，對 HMC 至關重要。
診斷與後處理	回傳 stanfit 物件，可與 R 的 coda、bayesplot 等套件整合，用於收斂性檢查、軌跡圖與後驗摘要。
跨平台	支援 Windows、macOS 與 Linux；CRAN 提供二進位檔，安裝輕鬆。
可擴充	您可向 Stan 模型新增自訂 C++ 函數，並暴露給 R 使用。

---

如何開始

1. 安裝 – install.packages("rstan")（或參考詳細的 RStan Getting Started Wiki 以取得系統特定步驟）。
2. 撰寫模型 – 建立包含 Stan 程式碼的檔案 model.stan（例如，一個簡單的線性回歸）。
3. 擬合模型 – 在 R 中執行：

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

4. 探索結果 – 使用 summary(fit)、extract(fit) 或 bayesplot 套件進行視覺化診斷。

倉儲的 README 指向一個 Wiki 頁面，提供逐步安裝說明以及法語、日語、中文與葡萄牙語的翻譯。

---

如何取得更多資訊

• 線上文件與範例 – https://mc-stan.org/rstan/
• Stan 語言參考 – https://mc-stan.org/users/documentation/
• 社群協助 – Stan Discourse 論壇 (https://discourse.mc-stan.org)
• 錯誤報告 / 功能請求 – GitHub Issues (https://github.com/stan-dev/rstan/issues)

---

授權與貢獻政策

• R 套件本身採用 GPL-3 授權。
• 內嵌的 Stan 程式碼採用 new BSD 授權。
• 貢獻必須遵循 Stan AI 貢獻政策，確保 AI 相關工具的責任使用。

---

總結：RStan 讓 R 使用者能直接從熟悉的 R 工作流程中存取 Stan 的尖端貝氏推論引擎，使複雜的機率建模無需離開 R 生態系統即可實現。