Otro muestreador de Gibbs ( JAGS ) es un programa de simulación a partir de modelos jerárquicos bayesianos que utiliza la cadena de Markov Monte Carlo (MCMC), desarrollado por Martyn Plummer. JAGS se ha empleado para trabajos estadísticos en muchos campos, por ejemplo, ecología, gestión y genética. [1] [2] [3]
Autor (es) original (es) | Martyn Plummer |
---|---|
Versión inicial | 11 de diciembre de 2007 |
Lanzamiento estable | 4.3.0 / 18 de julio de 2017 |
Repositorio | |
Escrito en | C ++ |
Sistema operativo | Tipo Unix , Microsoft Windows , Mac OS X |
Plataforma | Intel x86: 32 bits , x64 |
Tamaño | 1,7 MB |
Tipo | Paquete estadístico |
Licencia | Licencia pública general GNU |
Sitio web | mcmc-jags |
JAGS tiene como objetivo la compatibilidad con WinBUGS / OpenBUGS mediante el uso de un dialecto del mismo lenguaje de modelado (informalmente, BUGS), pero no proporciona una GUI para la construcción de modelos y el posprocesamiento de muestras MCMC, que por lo tanto debe tratarse en un programa separado (por ejemplo llamando a JAGS desde R a través de una biblioteca como rjags y la salida MCMC de posprocesamiento en R). [4]
La principal ventaja de JAGS en comparación con los miembros de la familia BUGS original ( WinBUGS y OpenBUGS ) es su independencia de plataforma. Está escrito en C ++, mientras que la familia BUGS está escrita en Component Pascal , un lenguaje de programación menos conocido. [5] [6] Además, JAGS ya forma parte de muchos repositorios de distribuciones de Linux como Ubuntu. También se puede compilar como una aplicación de 64 bits en plataformas de 64 bits, lo que hace que todo el espacio direccionable esté disponible para los modelos BUGS.
JAGS se puede utilizar a través de la línea de comandos o ejecutar en modo por lotes a través de archivos de script. Esto significa que no es necesario rehacer la configuración con cada ejecución y que el programa se puede llamar y controlar desde dentro de otro programa (por ejemplo, desde R a través de rjags como se describe anteriormente).
JAGS tiene la licencia GNU General Public License .
Ver también
Referencias
- ^ Semmens, BX; Ward, EJ; Moore, JW; Darimont, CT (2009). Getz, Wayne M (ed.). "Cuantificación de la variabilidad del nicho entre poblaciones e intrapoblaciones utilizando modelos de mezcla de isótopos estables bayesianos jerárquicos" . PLoS ONE . 4 (7): e6187. Código Bibliográfico : 2009PLoSO ... 4.6187S . doi : 10.1371 / journal.pone.0006187 . PMC 2704373 . PMID 19587790 .
- ^ Johnson, TR; Kuhn, KM (2013). "Modelos bayesianos de Thurstonian para la clasificación de datos utilizando JAGS". Métodos de investigación del comportamiento . 45 (3): 857–872. doi : 10.3758 / s13428-012-0300-3 . PMID 23539504 .
- ^ McKeigue, PM; Campbell, H .; Wild, S .; Vitart, V .; Hayward, C .; Rudan, I .; Wright, AF; Wilson, JF (2010). "Métodos bayesianos para el análisis de variables instrumentales con instrumentos genéticos ('Aleatorización mendeliana'): Ejemplo con transportador de urato SLC2A9 como variable instrumental para el efecto de los niveles de urato en el síndrome metabólico" . Revista Internacional de Epidemiología . 39 (3): 907–918. doi : 10.1093 / ije / dyp397 . PMC 2878456 . PMID 20348110 .
- ^ Martyn Plummer (2003). JAGS: Un programa para el análisis de modelos gráficos bayesianos utilizando muestreo de Gibbs , Actas del 3er Taller internacional sobre computación estadística distribuida (DSC 2003), 20 al 22 de marzo, Viena, Austria. ISSN 1609-395X.
- ^ Lunn, David; Spiegelhalter, David; Thomas, Andrew; Mejor, Nicky (2009). "El proyecto BUGS: evolución, crítica y direcciones futuras" (PDF) . Estadística en Medicina . 28 (25): 3049-3067. doi : 10.1002 / sim.3680 . PMID 19630097 . Archivado desde el original (PDF) el 15 de septiembre de 2012.
- ^ Simon Jackman (2009). Análisis bayesiano para las ciencias sociales . Serie de Wiley en Probability and Statistics, volumen 845. John Wiley and Sons. ISBN 978-0-470-01154-6 .
enlaces externos
- JAGS , página de SourceForge
- JAGS , página FreshPorts
- rjags , R (lenguaje de programación) Página