R贝叶斯包分类介绍(R task view of Bayesian).doc

R贝叶斯包分类介绍(RtaskviewofBayesian)
翻的很烂,请各位指正,一定参考原文啊.
HYPERLINK"http://cran.r-project.org/web/views/Bayesian.html"\t"_blank"http://cran.r-project.org/web/views/Bayesian.html
下面是翻译.
=========一般模型==================
arm包:包括使用lm,glm,mer,polr等对象进行贝叶斯推断的R函数
BACCO:随机函数的贝叶斯分析.包含3个子包:emulator,calibrator,andapproximator,进行贝叶斯估计和评价计算机程序.
bayesm:市场与微经济分析模型的许多贝叶斯推断函数.模型包括线性回归,多项式logit,多项式probit,多元probit,多元混合normals(包括聚类),密度估计-使用有限混合正态模型与Dirichlet先验过程,层次线性模型,层次多元logit,层次负二项回归模型,线性工具变量模型(linearinstrumentalvariablemodels).
bayesSurv:生存回归模型的贝叶斯推断.
DPpackage:贝叶斯非参数和半参数模型.现在还包括密度估计,ROC曲线分析,区间一致数据,二项回归模型,广义线性模型和IRT类型模型的半参数方法.
MCMCpack:特定模型的MCMC模拟算法,广泛用于社会和行为科学.拟合很多回归模型的R函数.生态学模型推断.还包括一个广义Metropolis采样器,适合任何模型.
mcmc:随机行走Metropolis算法,对于连续随机向量.
==========特殊模型和方法=============
AdMit:拟合适应性混合t分布拟合目标密度使用核函数.
bark:实现(BayesianAdditiveRegressionKernels)
BayHaz:贝叶斯估计smoothhazardrates,通过CompoundPoissonProcess(CPP)先验概率.
bayesGARCH:贝叶斯估计GARCH(1,1)模型,使用t分布.
BAYSTAR:贝叶斯估计thresholdautoregressivemodels
BayesTree:implementsBART(BayesianAdditiveRegressionTrees)byChipman,George,andMcCulloch(2006).
BCE:从生物注释数据中估计分类信息.
bcp:aBayesiananalysisofchangepointproblemusingtheBarryandHartiganproductpartitionmodel.
BMA:
BPHO:贝叶斯预测高阶相互作用,使用slice采样技术.
bqtl:拟合quantitativetraitloci(QTL)模型.可以估计多基因模型,使用拉普拉斯近似.基因座内部映射(intervalmappingofgeneticloci).
bim:贝叶斯内部映射,使用MCMC方法.
bspec:时间序列的离散功率谱贝叶斯分析
cslogistic:条件特定的logistic回归模型(conditionallyspecifiedlogisticregressionmodel)的贝叶斯分析.
deal:逆运算网络分析:当前版本覆盖离散和连续的变量,在正态分布下.
dlm:贝叶斯与似然分析动态信息模型.包括卡尔曼滤波器和平滑器的计算,前向滤波后向采样算法.
EbayesThresh:thresholdingmethods的贝叶斯估计.尽管最初的模型是在小波下开发的,当参数集是稀疏的,用户也可以受益.
eco:使用MCMC方法拟合贝叶斯生态学推断intwobytwotables
evdbayes:极值模型的贝叶斯分析.
exactLoglinTest:log-linearmodels优度拟合检验的条件P值的MCMC估计.
HI:transdimensionalMCMC方法几何途径,和随机多元AdaptiveRejectionMetropolisSampling.
G1DBN:动态贝叶斯网络推断.
Hmisc内的gbayes()函数,当先验和似然都是正态分布,导出后验(且最优)分布,且当统计量来自2-样本问题.
geoR包的krige.bayes()函数地理统计数据的贝叶斯推断,允许不同层次的模型参数的不确定性.
geoRglm包的binom.krige.bayes()函数进行贝叶斯后验模拟,二项空间模型的空间预测.
MasterBayes:MCMC方法整合家谱数据(由分子和形态数据得来的)
lm