在R中学习Hamiltonian Monte Carlo
摘要：Hamiltonian Monte Carlo（HMC）是贝叶斯计算的强大工具。与传统的Metropolis-Hastings算法相比，HMC在高维或更复杂的建模情况下具有更高的计算效率。然而，对于大多数统计学家来说，HMC的概念来自于一个不太熟悉的领域，即基于经典力学的理论。它的实现，无论是通过Stan还是其他衍生程序，对于初学者来说都可能较为晦涩。我们认为，对HMC内部工作原理的不理解阻碍了它在更广泛的统计问题中的应用。在本文中，我们用统计学家更为熟悉的语言和描述，回顾了HMC的基本概念，并介绍了R中的HMC实现，这是最常用的统计软件环境之一。我们还提出了hmclearn，一个用于学习HMC的R软件包。该软件包包含一个通用的HMC函数用于数据分析。我们通过常见的统计模型的案例使用这个软件包。通过这样做，我们希望促进这个强大的计算工具的更广泛使用。常见统计模型的示例代码作为在线出版的补充材料呈现。
作者：Samuel Thomas and Wanzhu Tu
论文ID：2006.16194
分类：Computation
分类简称：stat.CO
提交时间：2020-12-21