OpenBugs vs. JAGS


41

Saya akan mencoba lingkungan gaya BUGS untuk memperkirakan model Bayesian. Apakah ada keuntungan penting untuk dipertimbangkan dalam memilih antara OpenBugs atau JAGS? Apakah salah satu akan menggantikan yang lain di masa mendatang?

Saya akan menggunakan Gibbs Sampler yang dipilih dengan R. Saya belum memiliki aplikasi spesifik, tetapi saya sedang memutuskan yang mana untuk diinput dan dipelajari.


Jawaban:


34

BUGS / OpenBugs memiliki sistem build khusus yang membuat kompilasi kode menjadi sulit pada beberapa sistem - seperti Linux (dan IIRC OS X) di mana orang harus menggunakan emulasi Windows dll.

Jags, di sisi lain, adalah proyek yang sepenuhnya baru yang ditulis dengan alat GNU standar dan karenanya mudah dibawa kemana saja - dan karenanya dapat digunakan di mana saja.

Jadi singkatnya, jika sistem Anda adalah Windows maka Anda punya pilihan, dan biaya potensial untuk terjebak di Bug jika Anda pernah pindah. Jika Anda tidak menggunakan Windows, maka Jags kemungkinan akan menjadi pilihan yang lebih baik.


6
Di bawah emulasi Linux Window tidak perlu, perpustakaan bersama dapat langsung digunakan. Hanya GUI yang tidak bekerja seperti ini, tetapi itu seharusnya tidak menjadi masalah bagi DanB karena mereka ingin
memohonnya

1
@ GaBorgulya Meskipun begitu, jika saya memilih antara dua alat, saya akan memilih alat yang sepenuhnya bekerja pada sistem yang saya pilih.
Fomite

1
Saat ini, paket BRugs tidak didukung di Linux 64 Bit, seperti yang dinyatakan dalam dokumentasi, dan ini dapat mengakibatkan masalah seperti yang saya hadapi C gagal dikompilasi ketika mencoba mencari cara untuk menggunakan plot.coda dengan mcmc.list output dari rjags dalam dua pertanyaan di situs ini dan SO yang masih belum terjawab.
David LeBauer

13

Bagi mereka yang menemukan pertanyaan ini: ada sekarang juga Stan . Stan mungkin suatu hari menggantikan OpenBUGS dan JAGS, tetapi belum mendukung semua analisis yang dilakukan paket-paket lain ini.


4
Hampir setahun kemudian, saya pikir saya akan mengomentari ini. Para pengembang tampak berdedikasi, dan hal-hal yang mereka rencanakan untuk ditambahkan padanya (inferensi variasional!) Semuanya menunjuk pada Stan yang secara tak tergantikan menggantikan OpenBUGS dan JAGS. Yang sedang berkata, saya tidak percaya pada saat ini dan sampai sekarang hanya akan menggunakannya ketika JAGS bukan pilihan. Tampaknya membutuhkan lebih banyak penyesuaian untuk mendapatkan hasil yang masuk akal dalam masalah yang rumit, daripada kurang. Stan sama sekali tidak menggunakan sampel Gibbs, dan untuk masalah di mana saya tahu Gibbs akan berfungsi, saya tidak dapat membenarkan menggunakannya. Saya pikir di masa depan masalah ini akan terselesaikan.
pria

1
@MattTagg Saya pikir penilaian saya tidak berubah, tapi saya bukan ahli. Saya sudah sering menggunakannya dan menjadi lebih baik dengan itu, tapi saya belum mengikuti semua perkembangan mereka. Ada banyak model di mana saya berharap saya bisa mencampur NUT dengan pembaruan sampling Gibbs sederhana (campuran JAGSdan STANpada dasarnya), tetapi itu tampaknya tidak akan muncul lagi dalam waktu dekat, STANwalaupun tentu saja mungkin untuk dilakukan.
pria

1
keren, senang tahu terima kasih. akan mulai bekerja melalui edisi baru "Melakukan Analisis Data Bayesian" dengan contoh-contoh yang diperbarui dalam JAGS dan STAN.
iring

1
Memeriksa kembali untuk melihat perbandingan terbaru JAGS dan STAN. Mana yang lebih baik sekarang dan mana yang paling mungkin lebih baik di masa depan?
itpetersen

Sebuah pertanyaan telah diposting meminta bantuan untuk menerjemahkan model bug ke stan: stackoverflow.com/questions/53809468/… . - bantuan apa pun akan sangat dihargai.
Krantz

5

Saya sarankan Anda mengguncang OpenBugs karena alasan kecepatan. Saya sudah mencoba keduanya pada sistem Linux, dan jags jauh lebih cepat.


3
ini mungkin khusus masalah ...
Ben Bolker

5

Saya menemukan jags berfungsi lebih lancar di Linux, dan lebih mudah untuk diatur, tetapi saat ini tidak mendukung analisis spasial yang didukung GeoBUGS. Jadi, saya menggunakan OpenBUGS.

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.