《Winbugs基础操作及使用-李艳丽.ppt》由会员分享，可在线阅读，更多相关《Winbugs基础操作及使用-李艳丽.ppt（23页珍藏版）》请在三一文库上搜索。
1、Winbugs基础操作及案例,李艳丽,Winbugs介绍 贝叶斯模型介绍 Winbugs 操作流程 案例介绍,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。,Winbugs介绍,Bayesian模型,经典统计,贝叶斯统计,样本信息,总体信息,先验信息,联合密度与先验分布，样本分布间的关系,Y=0+ 1*X1+ n*Xn,Y D（） = 0+ 1*
2、X1+ n*Xn i Di（）,经典统计模型,Bayesian模型,1- 确定模型 2- 输入数据 3- 运行模型 4- 模型初始化 5- generate burn-in values 6- 确定被模拟的参数 7- 运行 8- 检查收敛性及列出结果,Winbugs 操作流程,模型基本结构 (model) 数据 (list) 模型初始化参数 (list),Winbugs程序基本结构,选中model，然后点击check model，检查模型是否有错。,一，Check model后左下方如果显示 Model is syntactically correct, 则表明模型运行通过，没有语法错误。 二
3、，选中list（即原始data），点击load data，导入数据。左下方显示 data loaded，则数据导入成功。 三，点击compile，编译模型 四，选中list（初始化的参数），点击load inits，初始化模型，初始化成功左下方显示model is initialized。,单击inferrencesample，出现sample monitor tools对话框。 在node对话框输入感兴趣的需要模拟的参数。每输入一个参数，点击set设定。 单击modelupdate，出现update tool对话框，设定采样规则，开始采样模拟。 updates:模拟生成的样本数 refres
4、h：update进度显示的步长 thin：每X步收集一笔资料 iteration：显示模拟进程,inferrencesample，在node窗口输入感兴趣参数，输入*则显示所有的所有参数的结果,查看结果,Trace：显示样本的轨迹 History：同trace Density：参数核密度 Stats：显示参数的统计结果（均值，方差等） Coda：显示参数每步的取值 Quantiles：显示百分位数 Auto cor：参数自相关性,Trace,History,Density,statistics,Auto cor,通过迭代轨迹（trace），迭代历史（history），自相关函数（auto corr）等来进行判断。当迭代轨迹，迭代历史基本趋于稳定，自相关函数很快接近于0，可认为迭代过程已经收敛。,模型收敛性判别,通过DIC的值来比较不同模型的优劣性。DIC值越小，模型越好。,模型优劣性判别,设定DIC之后，再次update模型。单击DIC，则显示此模型的DIC值。DIC主要用来比较模型的优劣，其绝对值没有太大意义。,参考案例,点击任务栏help，下拉菜单点击examples Vol 1或者examples Vol 2，则跳出案例菜单，里面包含各种已有的Bayesian模型代码及样本数据。,The end!,