스탠(소프트웨어)
Stan (software)![]() | |
원저작자 | 스탠 개발팀 |
---|---|
초기 릴리즈 | 2012년 8월 30일 ( |
안정된 릴리스 | 2.26.1[1] / 2021년 2월 17일; 전 ( |
저장소 | |
기입처 | C++ |
운영 체제 | Unix 계열, Microsoft Windows, Mac OS X |
플랫폼 | 인텔 x86 - 32비트, x64 |
유형 | 통계 패키지 |
면허증. | 새로운 BSD 라이선스 |
웹 사이트 | mc-stan |
Stan은 C++[2]로 작성된 통계적 추론을 위한 확률론적 프로그래밍 언어이다.Stan 언어는 로그 확률 밀도 [2]함수를 계산하는 필수 프로그램과 함께 (베이지안) 통계 모델을 지정하는 데 사용됩니다.
Stan은 New BSD License에 따라 라이선스가 부여됩니다.Stan은 몬테카를로법의 [2]선구자인 Stanislaw Ulam의 이름을 따서 명명되었다.
Stan은 Andrew Gelman, Bob Carpenter, Matt Hoffman 및 Daniel Lee를 포함한 34명의[3] 멤버로 구성된 개발팀에 의해 만들어졌습니다.
인터페이스
스탠 언어 자체는 다음과 같은 여러 인터페이스를 통해 액세스할 수 있습니다.
- CmdStan - 셸의 명령줄 실행 파일
- RStan - Andrew Gelman 및 동료가 관리하는 R 소프트웨어 환경과의 통합
- PyStan - Python 프로그래밍 언어와의 통합
- MatlabStan - MATLAB 수치 컴퓨팅 환경과의 통합
- Stan.jl - Julia 프로그래밍 언어와의 통합
- StataStan - Stata와의 통합
또한 고급 인터페이스에는 주로 R [4]언어로 Stan을 백엔드로 사용하는 패키지가 제공됩니다.
- rstanarm - R 공식 구문을 사용하여 기본 R 및 lme4에서 제공하는 빈도가 높은 모델에 대한 드롭인 대체 기능을 제공합니다.
- brms - R 공식 구문을 사용하여 광범위한 선형 및 비선형 모델을 제공합니다.
- blavaan - 확인 요인 분석, 구조 방정식 모형 및 잠재 성장 곡선 모형을 포함한 잠재 변수 모형을 제공합니다.
- propect - 시계열 예측을 제공합니다.
알고리즘
Stan은 베이지안 추론을 위한 그라데이션 기반 마르코프 체인 몬테 카를로(MCMC) 알고리즘, 근사 베이지안 추론을 위한 확률적, 그라데이션 기반 변동 베이지안 방법, 불이익 최대우도 추정을 위한 그라데이션 기반 최적화를 구현한다.
- MCMC 알고리즘:
- 변동 추론 알고리즘:
- 블랙박스 변이[7] 추론
- 최적화 알고리즘:
- 제한된 메모리 BFGS(Stan 기본 최적화 알고리즘)
- 브로이덴Fletcher-Goldfarb-Shanno 알고리즘
- 고전적인 표준 오차 추정과 대략적인 베이지안 포스터를 위한 라플라스 방법
자동 차별화
Stan은 HMC, NUTS, L-BFGS, BFGS 및 변동 [2]추론에 필요한 모델의 구배를 계산하기 위해 역모드 자동 미분을 구현한다.Stan 내의 자동 차별화는 확률론적 프로그래밍 언어 밖에서 사용할 수 있다.
사용.
Stan은 사회과학,[8] 제약통계학,[9] 시장조사,[10] 의료이미징 [11]등의 분야에서 사용되고 있습니다.
레퍼런스
- ^ "Release 2.26.1". 17 February 2021. Retrieved 20 March 2021.
- ^ a b c d e Stan Development Team, 2015년Stan 모델링 언어 사용자 가이드 및 레퍼런스 매뉴얼, 버전 2.9.0
- ^ "Development Team". stan-dev.github.io. Retrieved 2018-07-25.
- ^ Gabry, Jonah. "The current state of the Stan ecosystem in R". Statistical Modeling, Causal Inference, and Social Science. Retrieved 25 August 2020.
- ^ "BRMS: Bayesian Regression Models using 'Stan'". 23 August 2021.
- ^ Hoffman, Matthew D.; Gelman, Andrew (April 2014). "The No-U-Turn Sampler: Adaptively Setting Path Lengths in Hamiltonian Monte Carlo". Journal of Machine Learning Research. 15: pp. 1593–1623.
- ^ Kucukelbir, Alp; Ranganath, Rajesh; Blei, David M. (June 2015). "Automatic Variational Inference in Stan". 1506 (3431). arXiv:1506.03431. Bibcode:2015arXiv150603431K.
{{cite journal}}
:Cite 저널 요구 사항journal=
(도움말) - ^ Goodrich, Benjamin King, Wawro, Gregory and Katznelson, Ira, Designing Quantitative Historical Social Inquiry: Stan 소개(2012).APSA 2012 연차총회지SSRN 2105531에서 입수 가능
- ^ Natanegara, Fanni; Neuenschwander, Beat; Seaman, John W.; Kinnersley, Nelson; Heilmann, Cory R.; Ohlssen, David; Rochester, George (2013). "The current state of Bayesian methods in medical product development: survey results and recommendations from the DIA Bayesian Scientific Working Group". Pharmaceutical Statistics. 13 (1): 3–12. doi:10.1002/pst.1595. ISSN 1539-1612. PMID 24027093. S2CID 19738522.
- ^ Feit, Elea (15 May 2017). "Using Stan to Estimate Hierarchical Bayes Models". Retrieved 19 March 2019.
- ^ Gordon, GSD; Joseph, J; Alcolea, MP; Sawyer, T; Macfaden, AJ; Williams, C; Fitzpatrick, CRM; Jones, PH; di Pietro, M; Fitzgerald, RC; Wilkinson, TD; Bohndiek, SE (2019). "Quantitative phase and polarization imaging through an optical fiber applied to detection of early esophageal tumorigenesis". Journal of Biomedical Optics. 24 (12): 1–13. arXiv:1811.03977. doi:10.1117/1.JBO.24.12.126004. PMC 7006047. PMID 31840442.
추가 정보
- Bob, Carpenter; Andrew, Gelman; Matthew, Hoffman; Daniel, Lee; Ben, Goodrich; Michael, Betancourt; Marcus, Brubaker; Jiqiang, Guo; Peter, Li; Allen, Riddell (2017). "Stan: A Probabilistic Programming Language". Journal of Statistical Software. 76 (1): 1–32. doi:10.18637/jss.v076.i01. ISSN 1548-7660.
- 겔만, 앤드류, 다니엘 리, 지창궈(2015).Stan: 베이지안 추론과 최적화를 위한 확률론적 프로그래밍 언어, Journal of Education and Behavior Statistics.
- 호프만, 매튜 D., 밥 카펜터, 앤드류 겔만(2012).Stan, 베이지안 모델링을 위한 확장 가능한 소프트웨어, 확률론적 프로그래밍에 관한 NIPS 워크숍의 진행.