文献类型：期刊文章

作　　者：付志慧[1] 武健[1] 马明玥[2]

FU Zhihui;WU Jian;MA Mingyue(College of Mathematics and Systems Science,Shenyang Normal University,Shenyang 110034,China;Department of Foundation,Shougang Institute of Technology,Beijing 100144,China)

机构地区：[1]沈阳师范大学数学与系统科学学院,沈阳110034 [2]首钢工学院基础学院,北京100144

出　　处：《沈阳师范大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(11201313,11571138,31400897);辽宁省自然科学基金资助项目(2019MS285)

年　　份：2019

卷　　号：37

期　　号：4

起止页码：309-314

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、IC、JST、RCCSE、WOS、ZGKJHX、ZMATH、ZR、普通刊

摘　　要：Stan程序是一种用于估计统计模型的概率编程语言,Stan有命令行Shell的Cmdstan接口、Python的Pystan接口、R的Rstan接口、Matlab的Matlabstan接口,这些接口可以在Windows、MacOSX和Linux上运行,并且是开源许可的。R软件中Rstan软件包主要采用MCMC(Markov chain Monte Carlo)算法,并用来估计四参数Logistic模型(4PLM)。Rstan的实现主要2种MCMC算法:HMC算法和The No-U-Turn采样器算法,计算效率要优于Gibbs抽样和Metropolis算法,不仅如此,这2种算法适用于任何先验分布。首先,介绍了四参数Logistic模型的定义(即在三参数Logistic模型的基础上增加一条小于1的上渐进线,称为失误参数);其次,介绍了Rstan实现的2种计算效率更高的MCMC算法,还介绍了如何使用Rstan包判断估计参数收敛的方法;最后,通过模拟试验验证了Rstan包在四参数Logistic模型参数估计的有效性及可行性。

关 键 词：四参数Logistic模型  Stan程序  Rstan包  MCMC算法  

分 类 号：O212.8]