贝叶斯分析的最佳软件包

我想知道你们推荐哪种软件统计软件包来执行贝叶斯推理。

例如，我知道您可以独立运行openBUGS或winBUGS，也可以从R调用它们。但是R也有几个自己的软件包（MCMCPack，BACCO）可以进行贝叶斯分析。

是否有人对R中的哪个贝叶斯统计软件包最好或其他替代方案（Matlab或Mathematica）有任何建议？

我要比较的主要功能是性能，易用性，稳定性和灵活性

外部BUGS变体是标准配置。在R中工作可能很方便，但是如果这些软件包既成熟又性能良好，我会感到惊讶。使用桥接R和外部程序的库通常是最常见的折衷方案。

我使用“ jags / rjags”组合（“ jags”可能被认为是bug的方言）。我还没有尝试过其他Bug变体，但是据我所知，报告说Jags的性能和处理数字问题的能力比其他Bug变体要好一些。我发现锯齿易于使用，但是，当然，您需要一些贝叶斯数据分析的知识才能知道如何使用它。

在3个BUGS变体（openBUGS / winBUGS，jags）中，对于未来的功能开发，jags似乎是最受推崇的，而openBUGS / winBUGS似乎是已死的项目。但是，jags仍然缺少openBUGS / winBUGS中存在的一些细微之处（另请参见此处）。另一方面，尖齿消除了WinBUGS中存在的一些限制，例如：

x ~ dnorm(0, tau) 
tau ~ dgamma(1.0E-3, 1.0E-3) # in WinBUGS, you cannot do this, 1.0E-3 is too small 
                             # for dgamma (use e.g. dgamma(0.01, 0.01))

好消息是，对于大多数模型，您只需很少的更改就可以在所有3个工具中运行它们，因此您以后可以切换到其他工具而不会遇到很多问题（这就是我要做的）。

但是，由于某些原因（例如，缺乏并行性和解释器性质），这些BUGS变体不是进行贝叶斯分析的最快方法是不正确的！实际上，恰恰相反。BUGS项目非常适合在小型数据集上测试和开发复杂的模型。一旦开发了模型，并且需要在大型数据集上重复运行它，使用不同的工具会更有效。

例如，据说CppBugs / rcpp组合比BUGS变体快5-10倍。原理是您基本上将模型编译为C ++程序，运行速度更快。也可以看看Dirk Eddelbuettel的Rcpp测试博客 -看起来非常快。您还可以使用并行性。

您还可以使用bugsparallel在WinBUGS中进行并行计算。