學習著貝葉斯分析及其軟件WinBUGS (Studying Bayesian statistics and WinBUGS)

    其實我很早以前，就已知有”貝葉斯分析”這回事，但從來沒瞭解它的原理、用途及方法等…

    隨著學統計的日子越久，開始對統計的認識越深；統計就似是一瓶美酒，懂得品嚐者很著迷，不懂者就怕那苦澀味… 而我也深知傳統的統計學有著各種各樣的限制與不足；如要符合概率論的、最好是大樣本量、正態分佈則最好等等… 但現實又豈只是僅有這些情況呢！？於是統計學家在各種變異的情況下研究出這樣那樣的解決辦法：非參數檢驗(Non parametric test)、自助法(Bootstrap)、貝葉斯分析(Bayesian analysis)等等...

貝葉斯分析：

    它是先驗信息+樣本信息--->根據貝葉斯定理--->後驗信息--->推斷未知參數。

    據說這樣的理論，更符合人類的認知過程(！？)

因為需要高階計算，以往是很難實施的；但隨著電腦的發展、馬可夫蒙特卡羅方法(MCMC)及其相應軟件WinBUGS的完善，使其在近廿年有了很大的進展及應用。

WinBUGS的大概應用步驟：

1.設計模型

2.在DAG中建立Doodle模型 / 或輸入程式

ＤＡＧ圖

3.對Doodle模型 或輸入程式進行驗證：

    在程式中要 mode

    Model/Specification--->Check model

4.輸入數據：Model/Specification--->Load data

    可用新窗口建立：File/New；也可以用list(變項名=c(…))---與R形式一樣

5.對模型進行編譯：Model/Specification--->Compile

6.對模型初始值設定：Model/Specification--->load inits

7.取得模型：Model/Specification--->gen?

8.設定要運算的變項：Inference/Sample--->node 選入要運算的變項 --->set

9.對變項/模型進行迭代：Model/update--->iterations 輸入迭代次數 --->update

10.輸出模型的結果：Inference/Sample--->node *(代表全部被選變項) --->stats / density…

11.判別模型收斂情況…???

    還有其他類似的軟件的, 比如：OpenBUGS... 但建議用WinBUGS較好, 因較穩定！