原文鏈接：http://tecdat.cn/?p=11974

R2WinBUGS軟件包提供了從R調(diào)用WinBUGS的便捷功能。它自動(dòng)以WinBUGS可讀的格式寫入數(shù)據(jù)和腳本，以進(jìn)行批處理（自1.4版開始）。WinBUGS流程完成后，可以通過(guò)程序包本身將結(jié)果數(shù)據(jù)讀取到R中（這提供了推斷和收斂診斷的緊湊圖形摘要），也可以使用coda程序包的功能對(duì)輸出進(jìn)行進(jìn)一步分析。?

?WinBUGS軟件可從http://www.mrc-bsu.cam.ac.uk/bugs/免費(fèi)獲得。??

R是一種“用于數(shù)據(jù)分析和圖形處理的語(yǔ)言”，是一種實(shí)現(xiàn)該語(yǔ)言的開放源代碼和免費(fèi)提供的統(tǒng)計(jì)軟件包，請(qǐng)參見http://www.R-project.org/。? R和R2WinBUGS可從CRAN 獲得，即http://CRAN.R-Project.org或其鏡像之一。R2WinBUGS可以移植到商業(yè)實(shí)施S-Plus。 如果可以使用Internet連接，則可以在R命令提示符下鍵入install.packages（“ R2WinBUGS”）來(lái)安裝R2WinBUGS。別忘了用library(R2WinBUGS)

?

例子

?

學(xué)校數(shù)據(jù)

學(xué)術(shù)能力測(cè)驗(yàn)（SAT）衡量高中生的能力，以幫助大學(xué)做出入學(xué)決定。 我們的數(shù)據(jù)來(lái)自1970年代后期進(jìn)行的一項(xiàng)實(shí)驗(yàn)，來(lái)自八所高中的SAT-V（學(xué)業(yè)能力測(cè)試語(yǔ)言）。SAT-V是由教育測(cè)試服務(wù)局管理的標(biāo)準(zhǔn)多項(xiàng)選擇測(cè)試。該服務(wù)對(duì)所選學(xué)校中每所學(xué)校的教練計(jì)劃的效果很感興趣。

?

實(shí)現(xiàn)

R2WinBUGS軟件包的實(shí)現(xiàn)非常簡(jiǎn)單。\ main“函數(shù)bugs（）?旨在由用戶調(diào)用。原則上，它是對(duì)?其中逐步調(diào)用的其他幾個(gè)函數(shù)的包裝，如下：
1. bugs.data.inits（）寫入數(shù)據(jù)文件' data.txt”和“ inits1.txt”，“ inits2.txt” ...進(jìn)入 工作目錄。?
2. bugs.script（）寫入WinBUGS用于批處理的文件“ script.txt”。
3. bugs.run（）更新WinBUGS注冊(cè)表中自適應(yīng)階段的長(zhǎng)度 ，調(diào)用WinBUGS，并使用 'script.txt' 以批處理模式運(yùn)行它。
R2WinBUGS軟件包的實(shí)現(xiàn)非常簡(jiǎn)單。\ main“函數(shù)bugs（）
?原則上，它是對(duì) 其中逐步調(diào)用的其他幾個(gè)函數(shù)的包裝，如下：
1. bugs.data.inits（）寫入數(shù)據(jù)文件' data.txt”和“ inits1.txt”，“ inits2.txt” ...進(jìn)入 工作目錄，這些文件將由WinBUGS在批處理過(guò)程中使用。?

2 . bugs.script（）寫入文件“ script”。 txt”，由WinBUGS用于批處理 。

3. bugs.run（）更新WinBUGS注冊(cè)表中自適應(yīng)階段的長(zhǎng)度（使用bugs.update.settings（）函數(shù)），調(diào)用WinBUGS并批量運(yùn)行“script.txt”。
4. bugs.sims（）如果參數(shù)codaPkg已設(shè)置為false（默認(rèn)值）才調(diào)用。
否則，bugs（）返回存儲(chǔ)數(shù)據(jù)的文件名。例如，這些可以通過(guò)打包的coda 導(dǎo)入，該軟件包提供了收斂診斷，蒙特卡洛估計(jì)的計(jì)算，跡線圖等功能。
bugs.sims（）函數(shù)將WinBUGS中的模擬讀取到R中（不一定 由bugs（）本身調(diào)用），將其格式化，監(jiān)視收斂，執(zhí)行收斂檢查并
計(jì)算中位數(shù)和分位數(shù)。它還為bugs（）本身準(zhǔn)備輸出。
這些功能不旨在由用戶直接調(diào)用。 如果合適，參數(shù)將從bugs（）傳遞給其他函數(shù)。一個(gè)簡(jiǎn)短的bugs（）幫助文件，其中列出了?
軟件包R2WinBUGS 之后，請(qǐng)?jiān)赗中進(jìn)行調(diào)試?
?

例子?

我們將 R2WinBUGS提供的功能應(yīng)用于示例數(shù)據(jù)并分析輸出。

學(xué)校數(shù)據(jù)

示例數(shù)據(jù) ：
?

> schools

為了對(duì)這些數(shù)據(jù)進(jìn)行建模，我們使用了Gelman等人提出的分層模型。 我們假設(shè)每所學(xué)校的觀測(cè)估計(jì)值具有正態(tài)分布，且均值theta 和反方差tau.y。逆方差為1 =σ.y2，其先驗(yàn)分布在（0,1000）上是均勻的。對(duì)于均值theta，我們采用另一個(gè)正態(tài)分布 平均mu.theta和反方差tau.theta。有關(guān)其先前的分布，請(qǐng)參見以下
WinBUGS代碼：

1. model {

2. for (j in 1:J)

3. {

4. y[j] ~ dnorm (theta[j], tau.y[j])

5. theta[j] ~ dnorm (mu.theta, tau.theta)

6. tau.y[j] <- pow(sigma.y[j], -2)

7. }

8. mu.theta ~ dnorm (0.0, 1.0E-6)

9. tau.theta <- pow(sigma.theta, -2)

10. sigma.theta ~ dunif (0, 1000)

11. }

此模型必須存儲(chǔ)在單獨(dú)的文件中，例如'schools.bug'2，在適當(dāng)?shù)哪夸浿校鏲：/ schools /。在R中，用戶必須準(zhǔn)備bugs（）函數(shù)所需的數(shù)據(jù)輸入。這可以是包含每個(gè)數(shù)據(jù)向量名稱的列表，例如

> J <- nrow(schools)

?使用這些數(shù)據(jù)和模型文件，我們可以運(yùn)行MCMC模擬以獲取theta， mu.theta和sigma.theta的估計(jì)值。在運(yùn)行之前，用戶必須確定要運(yùn)行多少個(gè)鏈 （n.chain = 3）和迭代次數(shù)（n.iter = 1000）。另外，用戶必須指定鏈的初始值，例如通過(guò)編寫函數(shù)。

1. > inits <- function(){

2. + list(theta = rnorm(J, 0, 100), mu.theta = rnorm(1, 0, 100),

3. + sigma.theta = runif(1, 0, 100))

4. + }

可以開始MCMC模擬，R中的參數(shù)bugs.directory必須指向WinBUGS的安裝目錄。可以通過(guò)print（schools.sim）方便地打印school.sim對(duì)象中的結(jié)果。 泛型函數(shù)print（）調(diào)用由R2WinBUGS提供的類錯(cuò)誤對(duì)象的print方法。
對(duì)于此示例，將獲得類似的結(jié)果

1. Inference for Bugs model at "c:/schools/schools.bug"

2. 3 chains, each with 1000 iterations (first 500 discarded)

3. n.sims = 1500 iterations saved

4. mean sd 2.5% 25% 50% 75% 97.5% Rhat n.eff

5. theta[1] 11.1 9.1 -3.0 5.0 10.0 16.0 31.8 1.1 39

6. theta[2] 7.6 6.6 -4.7 3.3 7.8 11.6 21.1 1.1 42

7. theta[3] 5.7 8.4 -12.5 0.6 6.1 10.8 21.8 1.0 150

8. theta[4] 7.1 7.0 -6.6 2.7 7.2 11.5 21.0 1.1 42

9. theta[5] 5.1 6.8 -9.5 0.7 5.2 9.7 18.1 1.0 83

10. theta[6] 5.7 7.3 -9.7 1.0 6.2 10.2 20.0 1.0 56

11. theta[7] 10.4 7.3 -2.1 5.3 9.8 15.3 25.5 1.1 27

12. theta[8] 8.3 8.4 -6.6 2.8 8.1 12.7 26.2 1.0 64

13. mu.theta 7.6 5.9 -3.0 3.7 8.0 11.0 19.5 1.1 35

14. sigma.theta 6.7 5.6 0.3 2.8 5.1 9.2 21.2 1.1 46

15. deviance 60.8 2.5 57.0 59.1 60.2 62.1 66.6 1.0 170

16. pD = 3 and DIC = 63.8 (using the rule, pD = var(deviance)/2)

17. For each parameter, n.eff is a crude measure of effective sample size,

18. and Rhat is the potential scale reduction factor (at convergence, Rhat=1).

19. DIC is an estimate of expected predictive error (lower deviance is better).

此外，用戶可以通過(guò)鍵入plot（schools.sim）生成結(jié)果圖。 結(jié)果圖如圖4所示。在該圖中，左列顯示了以下內(nèi)容的快速摘要：
推論和收斂（所有參數(shù)的Rb都接近1.0，表明三個(gè)鏈的良好混合，因此近似收斂）；右列顯示每組參數(shù)的推論。從右欄中可以看到，R2WinBUGS使用 WinBUGS中的參數(shù)名稱將輸出構(gòu)造為標(biāo)量，向量和參數(shù)數(shù)組。