WinBUGS在統(tǒng)計分析中的應用講課講稿

1、Good is good, but better carries it.精益求精，善益求善。WinBUGS在統(tǒng)計分析中的應用-WinBUGS在統(tǒng)計分析中的應用（第一部分）ByHYPERLINK/author/karlqi/o由齊韜發(fā)表齊韜2008/12/08關鍵詞：HYPERLINK/tag/mcmc/MCMC,HYPERLINK/tag/r/R,HYPERLINK/tag/winbugs/WinBUGS,HYPERLINK/tag/空間統(tǒng)計分類：HYPERLINK/category/software/o查看統(tǒng)計軟件的全部文章統(tǒng)計軟件作者信息：ComputationalMathematicia

2、ninAnnproAnalyticTechnologies,Inc.版權聲明：本文版權歸原作者所有，未經許可不得轉載。原文可能隨時需要修改紕漏，全文復制轉載會帶來不必要的誤導，若您想推薦給朋友閱讀，敬請以負責的態(tài)度提供原文鏈接；HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/lreference點此查看如何在學術刊物中引用本文常規(guī)引用方式齊韜.WinBUGS在統(tǒng)計分析中的應用（第一部分）.統(tǒng)計之都,2008.12.URL:/2008/12/statistical-analysis-and-winbugs-part-1/.Bib

3、TeX引用ARTICLE,AUTHOR=齊韜,TITLE=WinBUGS在統(tǒng)計分析中的應用（第一部分）,JOURNAL=統(tǒng)計之都,YEAR=2008,month=12,URL=/2008/12/statistical-analysis-and-winbugs-part-1/,開篇詞首先非常感謝COS論壇提供了這樣一個良好的平臺，敝人心存感激之余，也打算把一些學習心得拿出來供大家分享，文中紕漏之處還請各位老師指正。下面我將以WinBUGS的統(tǒng)計應用為題，分幾次來談一談WinBUGS這個軟件。其中會涉及到空間數據的分析、GeoBUGS的使用、面向R及SPLUS的接口包R2WinBUGS的使用、GI

4、S與統(tǒng)計分析等等衍生出的話題。如有問題，請大家留下評論，我會調整內容，擇機給予回答。第一節(jié)什么是WinBUGS?WinBUGS對于研究Bayesian統(tǒng)計分析的人來說，應該不會陌生。至少對于MCMC方法是不陌生的。WinBUGS(BayesianinferenceUsingGibbsSampling）就是一款通過MCMC方法來分析復雜統(tǒng)計模型的軟件。其基本原理就是通過Gibbssampling和Metropolis算法，從完全條件概率分布中抽樣，從而生成馬爾科夫鏈，通過迭代，最終估計出模型參數。引入Gibbs抽樣與MCMC的好處是不言而喻的，就是想避免計算一個具有高維積分形式的完全聯合后驗概率

5、公布，而代之以計算每個估計參數的單變量條件概率分布。具體的算法思想，在講到具體問題的時候再加以敘述，在此不過多論述。就不拿公式出來嚇人了（畢竟打公式也挺費勁?。?。第二節(jié)為什么要用WinBUGS?第一、因為同類分析軟件中它做得最好。同類的軟件：OpenBUGS、JAGS等在成熟度、靈活性以及兼容性方面和它相比還有一定距離。在處理spatialdata的方面，它采用了Gibbs抽樣和MCMC的方法，在模型支持方面又具有極大的靈活性，較之名聲大噪的GeoR包，雖然也實現了bayesian的手法，但是靈活性還是不及WinBUGS。第二、因為它免費。免費的東西總有吸引人之處。第三、有各色的R包為WinB

6、UGS實現了針對R的、SPLUS的、Matlab的軟件接口。只要你喜歡，就直接在R下調用WinBUGS吧，無非是裝個R2WinBUGS包，簡簡單單。第四、詳細的文檔、幫助、指導、范例。當然沒有中文版的，小小一點遺憾。第三節(jié)如何得到WinBUGS?WinBUGS目前是一款免費的軟件，去HYPERLINKhttp:/www.mrc-bsu.cam.ac.uk/bugs/http:/www.mrc-bsu.cam.ac.uk/bugs/下載就好了。不過要用高級功能（如GeoBUGS）的話，還是去HYPERLINKhttp:/www.mrc-bsu.cam.ac.uk/bugs/winbugs/con

7、tents.shtmlhttp:/www.mrc-bsu.cam.ac.uk/bugs/winbugs/contents.shtml注冊一下好了，挺方便的。系統(tǒng)會立即把注冊碼發(fā)到你郵箱（真是好人?。?。不過只可以用一個月。這倒無妨，到時在注冊一下就好了。第四節(jié)初試WinBUGSWinBUGS-GUI我們先找一個例子來實際地運行一下WinBUGS，感受一下基本的操作流程，然后再考慮高級的操作。第一步，打開WinBUGS，通過菜單File-New新建一個空白的窗口第二步，在第一步中新建的空白窗口中輸入三部分內容：模型定義、數據定義、初始值定義（代碼見附錄）第三步，點擊菜單Model-Specific

8、ation，彈出一個SpecificationTool面板。第四步，在第二步中的提到的那個窗口中，將model這個關鍵字高亮起來，點擊checkmodel。你會看到WinBUGS的左下角狀態(tài)欄上顯示”modelissyntacticallycorrect.”第五步，把定義的data前的關鍵字list也高亮起來，點SpecificationTool面板上的loaddata第六步，改SpecificationTool面板上的馬爾科夫鏈的數目，默認為1就好了第七步，點擊SpecificationTool面板上的compile第八步，把定義的初始值中的list關鍵字也高亮起來，再點擊Specifica

9、tionTool面板上的loadinits第九步，關了SpecificationTool面板第十步，點擊菜單Inference-Samples，彈出一個SampleMonitorTool面板。第十一步，在SampleMonitorTool面板的node中填要估計的參數名，這里可以是tau,alpha0,alpha1,b,把它們一個一個填在node中，逐一點set。第十二步，關了SampleMonitorTool面板第十三步，點擊菜單Model-Update，彈出一個UpdateTool面板。第十四步，將UpdateTool面板中的updates改大點，比如50000，點update按鈕。第十五

10、步，運行完后，關了UpdateTool面板第十六步，點擊菜單Inference-Samples第十七步，在彈出的SampleMonitorTool面板上選一個node第十八步，點history看所有迭代的時間序列圖，點trace看最后一次迭代的時間序列圖，點autocor看correlogram時間序列圖，點stat看參數估計的結果HYPERLINK/wp-content/uploads/2008/12/Estimation-results-by-WinBUGS.pngEstimationresultsbyWinBUGS1.4附第二步中的代碼如下：#MODELmodelfor(iin1:N)O

11、idpois(mui)log(mui)-log(Ei)+alpha0+alpha1*Xi/10+bi#Area-specificrelativerisk(formaps)RRi-exp(alpha0+alpha1*Xi/10+bi)#CARpriordistributionforrandomeffects:b1:Ncar.normal(adj,weights,num,tau)for(kin1:sumNumNeigh)weightsk-1#Otherpriors:alpha0dflat()alpha1dnorm(0,1e-05)taudgamma(0.5,5e-04)#prioronprecis

12、ionsigma-sqrt(1/tau)#standarddeviation#DATAlist(N=56,O=c(9,39,11,9,15,8,26,7,6,20,13,5,3,8,17,9,2,7,9,7,16,31,11,7,19,15,7,10,16,11,5,3,7,8,11,9,11,8,6,4,10,8,2,6,19,3,2,3,28,6,1,1,1,1,0,0),E=c(1.4,8.7,3,2.5,4.3,2.4,8.1,2.3,2,6.6,4.4,1.8,1.1,3.3,7.8,4.6,1.1,4.2,5.5,4.4,10.5,22.7,8.8,5.6,15.5,12.5,6,

13、9,14.4,10.2,4.8,2.9,7,8.5,12.3,10.1,12.7,9.4,7.2,5.3,18.8,15.8,4.3,14.6,50.7,8.2,5.6,9.3,88.7,19.6,3.4,3.6,5.7,7,4.2,1.8),X=c(16,16,10,24,10,24,10,7,7,16,7,16,10,24,7,16,10,7,7,10,7,16,10,7,1,1,7,7,10,10,7,24,10,7,7,0,10,1,16,0,1,16,16,0,1,7,1,1,0,1,1,0,1,1,16,10),num=c(3,2,1,3,3,0,5,0,5,4,0,2,3,3,2

14、,6,6,6,5,3,3,2,4,8,3,3,4,4,11,6,7,3,4,9,4,2,4,6,3,4,5,5,4,5,4,6,6,4,9,2,4,4,4,5,6,5),adj=c(19,9,5,10,7,12,28,20,18,19,12,1,17,16,13,10,2,29,23,19,17,1,22,16,7,2,5,3,19,17,7,35,32,31,29,25,29,22,21,17,10,7,29,19,16,13,9,7,56,55,33,28,20,4,17,13,9,5,1,56,18,4,50,29,16,16,10,39,34,29,9,56,55,48,47,44,3

15、1,30,27,29,26,15,43,29,25,56,32,31,24,45,33,18,4,50,43,34,26,25,23,21,17,16,15,9,55,45,44,42,38,24,47,46,35,32,27,24,14,31,27,14,55,45,28,18,54,52,51,43,42,40,39,29,23,46,37,31,14,41,37,46,41,36,35,54,51,49,44,42,30,40,34,23,52,49,39,34,53,49,46,37,36,51,43,38,34,30,42,34,29,26,49,48,38,30,24,55,33,

16、30,28,53,47,41,37,35,31,53,49,48,46,31,24,49,47,44,24,54,53,52,48,47,44,41,40,38,29,21,54,42,38,34,54,49,40,34,49,47,46,41,52,51,49,38,34,56,45,33,30,24,18,55,27,24,20,18),sumNumNeigh=234)#INITIALVALUESlist(tau=1,alpha0=0,alpha1=0,b=c(0,0,0,0,0,NA,0,NA,0,0,NA,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,

17、0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)WinBUGS在統(tǒng)計分析中的應用第一部分完HYPERLINK/胡江堂on2008/12/09at18:03WinBugs，頭一回聽說啊。老齊在annpro，有空分享一下工作心得吧。HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=132lrespond回復劉思喆on2008/12/10at11:13土了，還以為是windows下的debug工具。原來是這！HYPERLINK/2008/12/statisti

18、cal-analysis-and-winbugs-part-1/?replytocom=133lrespond回復HYPERLINK/謝益輝on2008/12/15at20:14呵呵，能寫點公式還是寫點吧，看代碼不知道做的問題是什么HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=138lrespond回復HYPERLINK/2008/12/cos-navigation-3/謝益輝:統(tǒng)計之都本周導讀第三輯|統(tǒng)計之都on2008/12/15at20:23.WinBUGS是貝葉斯統(tǒng)計的有力工具（而不是Wind

19、ows下面的Debug工具），齊韜加入COS主站之后發(fā)表了第一篇文章WinBUGS在統(tǒng)計分析中的應用（第一部分），為我們講述了WinBUGS的一些基本操作。.HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=139lrespond回復齊韜on2008/12/16at11:45我會在第二部分中將相關的理論部分加上，看來得要學習一下怎么嵌入LaTex了.HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=141lrespo

20、nd回復王化儒on2008/12/16at16:57嗯，樓主辛苦了！跟著一點一點學，期待著空間數據分析。HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=143lrespond回復HYPERLINK/胡江堂on2008/12/18at11:09貼一首詩吧，剛BUGSteam發(fā)過來的，非常有意思：Eachyearyouwaitwithbatedbreath,TheoldWinBUGSkeynearingdeath,AndwillthebrandnewkeyappearIntimetojointhefesti

21、vecheer?Thewaitingsoverraiseyourglass,Anddrinktoritualsthatpass.Relax,sitbackandhaveachortle;ThistimeyourWinBUGSkeysimmortal.HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=163lrespond回復xjxon2008/12/27at18:18不知道在linux下能不能用?HYPERLINK/2008/12/statistical-analysis-and-winbugs-part

22、-1/?replytocom=200lrespond回復hongon2009/04/25at21:55大家好麻煩問一下這個迭代次數如何選擇.謝謝回答HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=563lrespond回復DJon2009/05/23at17:50很好的教程，謝謝了。MCMC萬歲！HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=624lrespond回復左伊秩訾on2009/05/26at22:3

23、5前幾天上課時聽說了這個軟件，真是及時雨！謝謝了！HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=626lrespond回復icweion2009/06/01at21:35小弟現正在劍橋mrc-bsu做postdoc，具體的項目就是BUGS的開發(fā)以及在生物及醫(yī)學方面應用。WinBUGS這個軟件是我兩個老板DavidSpiegehalter,DaveLunn和其它一些牛人共同開發(fā)的。我們現在正在從WinBUGS轉向openBUGS,目的是將它做成opensource的軟件以應用在更廣的領域。我現在正在開發(fā)

24、BUGS中的WBDiff部分并將它應用在二型糖尿病的動態(tài)系統(tǒng)的數據分析中。有興趣或有問題的同學可以和我聯系：HYPERLINKmailto:chen.weimrc-bsu.cam.ac.ukchen.weimrc-bsu.cam.ac.uk還有我們這里每年會舉辦3-4次BUGS的培訓，2天的課程，在英國或能到英國出差的同學有興趣的話可以參加，主講人是Davidspeigehalter和DaveLunn。HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=633lrespond回復DJon2009/06/07

25、at22:08樓上的大牛人啊！HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=670lrespond回復mapleon2009/11/09at17:14這位仁兄真牛HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=954lrespond回復海濤on2009/11/14at10:53請問在winbugs中我編譯FRAILTY模型時提示educationalversioncannotdothismodel難道這個軟件還

26、有別的版本？我用的版本是1.4我編譯的模型是幫助文件ExamplesVolume1中的最后一個文件CoxregressionwithrandomeffectsHYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=962lrespond回復zynon2009/06/16at15:42希望能和您聯系,我這邊看了gibbssampling有不少問題，不知道您可否提供幫助？HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/?replytocom=689

27、lrespond回復phlissiaon2009/09/18at11:10弱弱的問一句，執(zhí)行到第四步checkmodel的時候，winbugs坐下角顯示的不是“modelissyntacticallycorrect”，而是在alpha1dnorm(0,1e-05)一句1e處顯示e處應為”expectedrightparenthesis，在代碼最后0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)指示”invalidorunexpectedtokenscanned”，這要怎么弄呢？第一次接觸這個軟件，還不會使，請高手指點。WinBUGS在統(tǒng)計分析中的應用（第二部分）ByHYPE

28、RLINK/author/karlqi/o由齊韜發(fā)表齊韜2008/12/18關鍵詞：HYPERLINK/tag/bayesian-analysis/BayesianAnalysis,HYPERLINK/tag/sas/SAS,HYPERLINK/tag/winbugs/WinBUGS分類：HYPERLINK/category/application/data/o查看數據分析的全部文章數據分析,HYPERLINK/category/software/o查看統(tǒng)計軟件的全部文章統(tǒng)計軟件,HYPERLINK/category/theory/bayesian/o查看貝葉斯統(tǒng)計的全部文章貝葉斯統(tǒng)計作者信息

29、：ComputationalMathematicianinAnnproAnalyticTechnologies,Inc.版權聲明：本文版權歸原作者所有，未經許可不得轉載。原文可能隨時需要修改紕漏，全文復制轉載會帶來不必要的誤導，若您想推薦給朋友閱讀，敬請以負責的態(tài)度提供原文鏈接；HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-2/lreference點此查看如何在學術刊物中引用本文常規(guī)引用方式齊韜.WinBUGS在統(tǒng)計分析中的應用（第二部分）.統(tǒng)計之都,2008.12.URL:/2008/12/statistical-analys

30、is-and-winbugs-part-2/.BibTeX引用ARTICLE,AUTHOR=齊韜,TITLE=WinBUGS在統(tǒng)計分析中的應用（第二部分）,JOURNAL=統(tǒng)計之都,YEAR=2008,month=12,URL=/2008/12/statistical-analysis-and-winbugs-part-2/,第一節(jié)WinBUGS數據分析案例在這一節(jié)中，我將拿一個經典的研究數據，利用WinBUGS給出簡單的分析。首先介紹一下這個數據：SeedsseedO.aegyptiaco75seedO.aegyptiaco73BeanCucumberBeanCucumberrnr/nrnr

31、/nrnr/nrnr/n10390.26560.838160.53120.2523620.3753740.7210300.3322410.5423810.2855720.768280.2915300.526510.5132510.6323450.5132510.6317390.4446790.58040370.4310130.77這個數據來自Crowder(1978)。之后BreslowandClayton(1993)作為例子，也分析過這個數據。數據反映的是某一品種的豆類種子和某一品種的黃瓜種子，分別放在21個培養(yǎng)皿（plates）中分別培養(yǎng)，在根提取物aegyptiaco75和aegypti

32、aco73的作用下的出芽率的差異。其中r是出芽的個數，n是種子的個數，而r/n是出芽率。我們用randomeffectlogisticregression模型來進行分析（注意，在Bayesian分析中，通常是將covariates看做是服從某一個分布的隨機變量，這和一般意義上的GLM,GLME,LME中對于covariates解釋是不同的）：其中是種子的類型，是根提取物的類型，是交互項,是給定的獨立的“noninformative”先驗參數。在Bayesian分析中，通常我們會定義一個DAG圖(即DirectedAcyclicGraph有向無圈圖)。我們可以在WinBUGS中通過設計DAG圖來

33、定義模型。不過這一節(jié)中我們還是用WinBUGS中的BUGS語言來定義模型，如何在WinBUGS中通過設計DAG圖來定義模型我將在下一節(jié)中詳細介紹，但是必須要說明的是BUGS語言比DAG圖靈活，不過直觀性不如后者。模型modelfor(iin1:N)ridbin(pi,ni)bidnorm(0.0,tau)logit(pi)-alpha0+alpha1*x1i+alpha2*x2i+alpha12*x1i*x2i+bialpha0dnorm(0.0,1.0E-6)alpha1dnorm(0.0,1.0E-6)alpha2dnorm(0.0,1.0E-6)alpha12dnorm(0.0,1.0E

34、-6)taudgamma(0.001,0.001)sigmaChiSqIntercept1-0.55820.126-0.8052-0.311219.62.0001seed10.14590.2232-0.29150.58330.430.5132extract11.31820.17750.97041.66655.17|t|AlphaLowerUpperGradientb0-0.55820.12621-4.430.00020.05-0.8202-0.2961-0.00000229b10.14590.2232210.650.52030.05-0.31820.61-8.82E-07b21.31820.1

35、775217.43|t|AlphaLowerUpperGradientb0-0.54840.166620-3.290.00360.05-0.896-0.2009-0.00087b10.0970.278200.350.73080.05-0.4830.6770.00022b21.3370.2369205.64.00010.050.84281.8313-0.00018b12-0.81040.385220-2.10.04820.05-1.6139-0.0070.000371.070.295varu0.055810.052090.05-0.05270.16430.001515當然了winBUGS的強大之

36、處并不在于此，而是在處理諸如GLME（有些文獻稱GLMM），空間數據模型等計算復雜的模型，之后還會繼續(xù)討論。參考文獻：1CrowderMJ(1978)Beta-binomialAnovaforproportions.AppliedStatistics.27,34-37.2BreslowNEandClaytonDG(1993)Approximateinferenceingeneralizedlinearmixedmodels.JournaloftheAmericanStatisticalAssociation.88,9-25.最后再送出一本書，供大家研究參考HYPERLINK/wp-conten

37、t/uploads/2008/12/lawson-ab-disease-mapping-with-winbugs-and-ml-win-wiley-2003-isbn-0470856041-600dpitc282s.djvuDiseaseMappingwithWINBUGSandMLWin（djvu格式）WinBUGS在統(tǒng)計分析中的應用第二部分完相關文章HYPERLINK/2009/02/statistical-analysis-and-winbugs-part-3/oWinBUGS在統(tǒng)計分析中的應用（第三部分）WinBUGS在統(tǒng)計分析中的應用（第三部分）(35)HYPERLINK/2009/

38、08/econ-software-sas/o我的求學之路：經濟學、軟件工程、SAS我的求學之路：經濟學、軟件工程、SAS(27)HYPERLINK/2009/06/statistical-analysis-and-winbugs-part-4/oWinBUGS在統(tǒng)計分析中的應用（第四部分）WinBUGS在統(tǒng)計分析中的應用（第四部分）(0)HYPERLINK/2009/02/measure-classification-model-performance-lift-gain/o分類模型的性能評估以SASLogistic回歸為例(3):Lift和Gain分類模型的性能評估以SASLogistic回

39、歸為例(3):Lift和Gain(6)HYPERLINK/2009/01/r-and-sas-new-york-times/oR與SAS之爭：一個導讀R與SAS之爭：一個導讀(27)13Responsesto“WinBUGS在統(tǒng)計分析中的應用（第二部分）”priss111on2008/12/19at18:09謝老大，牛就一個字！HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-2/?replytocom=173lrespond回復HYPERLINK/謝益輝on2008/12/19at18:22跟我有啥關系呀HYPERLINK/200

40、8/12/statistical-analysis-and-winbugs-part-2/?replytocom=174lrespond回復王化儒on2008/12/20at20:30謝謝樓主的講座和書！topriss111：謝老大和樓主都很牛這么說就對啦！HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-2/?replytocom=177lrespond回復HYPERLINK/2008/12/cos-navigation-4/鄭冰:統(tǒng)計之都本周導讀第四輯|統(tǒng)計之都on2008/12/21at17:53.WinBUGS在統(tǒng)計分析中的

41、應用（第二部分）.HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-2/?replytocom=182lrespond回復陳堰平on2008/12/24at11:25期待后續(xù)文章HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-2/?replytocom=184lrespond回復xjxon2008/12/27at17:43強人那,期待HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-2/?replytocom

42、=196lrespond回復xxyishuion2009/04/29at13:56很感謝樓主的文章，讓我受益很多！我是winbugs的新手，我在做時遇到了一個問題，向您請教一下。模型是這樣的：y=e+J*P,期中ednorm(u0,tau0),Jdnorm(u1,tau1),Pdpois(lanta),y的數據是已知的,我想要求出參數u0,u1,tau0,tau1,andlanta.假設先驗分布:u0,u1dnorm,tau0,tau1dgamma,lantadbeta,andydnorm,這些分布是有文獻支持的.但是我發(fā)現這樣做出來的結果不好：首先我先假設參數的值，產生y的數據集，然后用y來

43、求出這些參數，對比一下，發(fā)現差距比較大。我想是否我代碼編錯了？modelfor(iin1:N)yyidnorm(yi,tau)cqidnorm(u1,tau1)bqidnorm(u0,tau0)dqidpois(lanta)yi-bqi+cqi*dqiu1dnorm(0.01,0.0002)u0dnorm(1,0.0002)tau0dgamma(4,2)tau1dgamma(4,2)lantadbeta(2,1)tau=250g被拒絕，所以.xuweiwei:HYPERLINK/chinar/chinar-2010/lcomment-1195o查看xuweiwei的完整評論我也想參加??！myl

44、i:HYPERLINK/2009/07/drawing-china-map-using-r/lcomment-1194o查看myli的完整評論謝謝，弄明白了。那個工作空間，原來Rforbegin.VincentTingluXu:HYPERLINK/2009/08/econ-software-sas/lcomment-1192o查看VincentTingluXu的完整評論感興趣江堂兄做軟件的時候數學是怎么學習的。我原來也是經濟學的.VincentTingluXu:HYPERLINK/2009/03/meaning-of-failure-to-reject-h0/lcomment-1191o查看V

45、incentTingluXu的完整評論認同這個答案。邱怡軒:HYPERLINK/2009/07/drawing-china-map-using-r/lcomment-1190o查看邱怡軒的完整評論1、用R軟件時可能經常要讀取一些外部文件，引用這些文件有兩種.隨機文章HYPERLINK/2009/02/google-visualization-api-and-data-analysis-online/o近日Google推出了GoogleVisualizationAPI為在線數據分析開拓了一條嶄新的道路。這個項目的初衷就是希望提供一種靈活的在線數據分析的解決方案。之前的名聲大噪的GoogleMap

46、API已經應用到國內的許多諸如地圖查詢，導航信息，GIS等等諸多領域。也許你也曾是其中一員或將要成為其中一員呢?；剡^頭來，VisualizationAPI則將重點放在數據的探索性分析與結果的展現.2009.02.13GoogleVisualizationAPI與在線數據分析HYPERLINK/2009/01/cos-navigation-7/o一、主站本周一共發(fā)布了2篇日志。使用回歸分析，樣本過少時不妨好先作圖看看開源的計量經濟學軟件gretl二、維基本周維基上面內容變化不大。三、論壇關于邀請大家成為統(tǒng)計之都高校聯系人目前會員總數：74444，主題數:9694，帖子數:67720.2009.0

47、1.11統(tǒng)計之都本周導讀第七輯HYPERLINK/2009/08/econ-software-sas/o這個青年的經歷，只代表他個人，沒有任何群體的意義。我想寫下一段自白,這自白既是我個人的,也具有普遍意義,因為一個人經歷過的事情所有的人都可以經歷。/*跟武漢博文視點合作，召集些身邊的朋友，2009應屆生，計算機背景，在畢業(yè)之前，講講自己求學、實習、找工作等的經歷與感悟，文章將由電子工業(yè)出版社結集出版，在今天秋季學期開學之前出來。我是主編，也是作者之一，剛好經歷跟大伙有重疊：經濟學、軟件.2009.08.9我的求學之路：經濟學、軟件工程、SASHYPERLINK/2009/05/how-to-

48、design-an-experiment/oRA費歇爾爵士說在試驗設計中經歷的不是一個試驗而是一種經驗。在靜靜地看了幾遍DavidFreedman等著的統(tǒng)計學中關于試驗設計的部分后，總覺得應該寫點東西發(fā)泄一下。該書自從買來就一直放在書架很久沒動，也懶得動，因為翻翻前面覺得太簡單。最近心情比較平靜，翻了翻試驗設計部分，同時思考現實中的類似例子，覺得挺有味道的。試驗設計包括很多內容，比如大家可能都熟知的正交表構造、區(qū)組.2009.05.8如何設計一個試驗HYPERLINK/2008/12/statistical-analysis-and-winbugs-part-1/o開篇詞首先非常感謝COS論壇

49、提供了這樣一個良好的平臺，敝人心存感激之余，也打算把一些學習心得拿出來供大家分享，文中紕漏之處還請各位老師指正。下面我將以WinBUGS的統(tǒng)計應用為題，分幾次來談一談WinBUGS這個軟件。其中會涉及到空間數據的分析、GeoBUGS的使用、面向R及SPLUS的接口包R2WinBUGS的使用、GIS與統(tǒng)計分析等等衍生出的話題。如有問題，請大家留下評論，我會調整內容，擇.2008.12.8WinBUGS在統(tǒng)計分析中的應用（第一部分）標簽云HYPERLINK/tag/bootstrap/o2個主題BootstrapHYPERLINK/tag/confusion-matrix/o3個主題Confusi

50、onMatrixHYPERLINK/tag/cos/o11個主題COSHYPERLINK/tag/logistic/o3個主題Logistic回歸HYPERLINK/tag/p/o4個主題P值HYPERLINK/tag/r/o12個主題RHYPERLINK/tag/r/o17個主題R語言HYPERLINK/tag/sas/o9個主題SASHYPERLINK/tag/sensitiveity/o3個主題SensitiveityHYPERLINK/tag/specificity/o3個主題SpecificityHYPERLINK/tag/spss/o4個主題SPSSHYPERLINK/tag/wi

51、nbugs/o4個主題WinBUGSHYPERLINK/tag/o8個主題中國人民大學HYPERLINK/tag/o3個主題中心極限定理HYPERLINK/tag/o11個主題主站HYPERLINK/tag/o3個主題會議HYPERLINK/tag/o3個主題假設檢驗HYPERLINK/tag/o2個主題分析數據HYPERLINK/tag/o3個主題分類模型HYPERLINK/tag/o12個主題博客HYPERLINK/tag/o4個主題可視化HYPERLINK/tag/o2個主題回歸HYPERLINK/tag/o2個主題學習經歷HYPERLINK/tag/o10個主題導讀HYPERLINK/

52、tag/o2個主題應用統(tǒng)計科學研究中心HYPERLINK/tag/o2個主題收集數據HYPERLINK/tag/o3個主題散點圖HYPERLINK/tag/o5個主題數據挖掘HYPERLINK/tag/o2個主題整理數據HYPERLINK/tag/o3個主題期望HYPERLINK/tag/o3個主題概率論HYPERLINK/tag/o3個主題混淆矩陣HYPERLINK/tag/o2個主題相關HYPERLINK/tag/o3個主題空間統(tǒng)計HYPERLINK/tag/o11個主題統(tǒng)計之都HYPERLINK/tag/o5個主題統(tǒng)計功課HYPERLINK/tag/o5個主題統(tǒng)計學HYPERLINK/t

53、ag/o9個主題統(tǒng)計學院HYPERLINK/tag/o12個主題維基HYPERLINK/tag/o2個主題表述數據HYPERLINK/tag/o2個主題計量經濟學HYPERLINK/tag/o12個主題論壇HYPERLINK/tag/o5個主題論文摘要HYPERLINK/tag/o2個主題貝葉斯HYPERLINK/tag/o2個主題重抽樣WinBUGS在統(tǒng)計分析中的應用（第三部分）ByHYPERLINK/author/karlqi/o由齊韜發(fā)表齊韜2009/02/11關鍵詞：HYPERLINK/tag/bayesian-analysis/BayesianAnalysis,HYPERLINK/t

54、ag/geobugs/GeoBUGS,HYPERLINK/tag/winbugs/WinBUGS,HYPERLINK/tag/空間統(tǒng)計,HYPERLINK/tag/貝葉斯統(tǒng)計分類：HYPERLINK/category/application/data/o查看數據分析的全部文章數據分析,HYPERLINK/category/graphics/o查看統(tǒng)計圖形的全部文章統(tǒng)計圖形,HYPERLINK/category/software/o查看統(tǒng)計軟件的全部文章統(tǒng)計軟件作者信息：ComputationalMathematicianinAnnproAnalyticTechnologies,Inc.版權聲明

55、：本文版權歸原作者所有，未經許可不得轉載。原文可能隨時需要修改紕漏，全文復制轉載會帶來不必要的誤導，若您想推薦給朋友閱讀，敬請以負責的態(tài)度提供原文鏈接；HYPERLINK/2009/02/statistical-analysis-and-winbugs-part-3/lreference點此查看如何在學術刊物中引用本文常規(guī)引用方式齊韜.WinBUGS在統(tǒng)計分析中的應用（第三部分）.統(tǒng)計之都,2009.02.URL:/2009/02/statistical-analysis-and-winbugs-part-3/.BibTeX引用ARTICLE,AUTHOR=齊韜,TITLE=WinBUGS在統(tǒng)

56、計分析中的應用（第三部分）,JOURNAL=統(tǒng)計之都,YEAR=2009,month=02,URL=/2009/02/statistical-analysis-and-winbugs-part-3/,用GeoBUGS做簡單的空間數據分析第一節(jié)實例介紹基本的空間模型GeoBUGS是WinBUGS的一個模塊，專門用來分析空間數據（spatialdata)。由于和WinBUGS的基本模型結合得比較好，所以被廣泛地使用。目前的GeoBUGS除了自身的地圖格式外，還支持Splus,ArcInfo以及EpiMap的地圖格式。當然了，在使用的時候需要做適當的轉化才行。下面是一個簡單的例子，大家也可以在Geo

57、BUGS的Manual中找到它。模型假設為條件自回歸模型ConditionalAutoregressive（CAR）。數據為蘇格蘭唇癌疾病數據，反映的是蘇格蘭56個郡的唇癌發(fā)病率。這個數據比較經典，ClaytonandKaldor(1987)和BreslowandClayton(1993)都曾在他們的論著中分析過該數據。CountyObservedExpectedPercentageSMRAdjacentcases(Oi)cases(Ei)inagric.(xi)counties191.416652.25,9,11,192398.716450.37,105601.8100.018,24,30,

58、33,45,55County為郡的編號。Observedcases（記作：Oi）為實際患病人數。Expectedcases（記作：Ei）為預計患病人數，這個人數基于當地的人口，對象的年齡、性別分布。Percentageinagric.（記作：xi）為當地農業(yè)、漁業(yè)、林業(yè)人口所占當地總人口的比例。Adjacentcounties指的是與當前郡相毗鄰的郡的編號。SMR（StandardisedMortalityRatios）為標準死亡率。通過觀察數據，我們可以發(fā)現SMR在某些時候（比如Oi和Ei較小時）出現奇異的值（如0.0），所以我們需要通過smooth方法來調整SMR的值。這里我們采用的方法是

59、在條件自相關（CAR）的先驗假定下，擬合具有空間相關的隨機混效Poisson模型。模型如下：其中為intercept項反映的是各個區(qū)域間患病的相對基準風險。反映的是與地域相關的潛在的患病風險因子。其他項不言自明。需要重點提出的是這里的,在GeoBUGS中可以通過car.normal先驗分布來描述。在貝葉斯統(tǒng)計中任河變量都可以通過一個分布來描述。b1:Ncar.normal(adj,weights,num,tau)adj為鄰接郡的編號weights為描述各個郡之間重要性差異的權因子num每個郡的相鄰郡的個數tau反映的是精度，因為不知道，所以在模型設定時要將其放到先驗參數中去。通過前兩次介紹的方

60、法，我們很容易就可以得到模型的結果。下面我們來看看如何將結果反映到地圖上去。第二節(jié)GeoBUGS的界面操作HYPERLINKfile:/H:統(tǒng)計值齊韜%20WinBUGS在統(tǒng)計分析中的應用（第三部分）%20%20統(tǒng)計之都%20(中國統(tǒng)計學門戶網站，免費統(tǒng)計學服務平臺).filesgeobugs-3-3.pngGeoBUGS的地圖工具配置界面第一步，打開Map-MapTool菜單，選擇Scotland這張地圖第二步，在variable中填O或者E或者b等等模型參數第三步，設置分割點和地圖模板第四步，點擊plot畫圖當然還可以在quantity中設置不同的需要反映的量的類型。很簡單吧。HYPERL