ベイジアン分析に最適なソフトウェアパッケージ

ベイジアン推論を実行するために、どのソフトウェア統計パッケージをお勧めしますか？

たとえば、openBUGSまたはwinBUGSをスタンドアロンとして実行したり、Rから呼び出すこともできます。しかし、Rにはベイジアン分析を実行できる独自のパッケージ（MCMCPack、BACCO）がいくつかあります。

Rのどのベイジアン統計パッケージが最適であるか、または他の選択肢（MatlabまたはMathematica？）についての提案はありますか？

比較したい主な機能は、パフォーマンス、使いやすさ、安定性、柔軟性です

外部バグバリアントが標準です。R内で作業するのは便利かもしれませんが、それらのパッケージが成熟していて同様に機能するのであれば驚かされます。Rと外部プログラムを橋渡しするライブラリを使用することが、通常最も一般的な妥協策です。

私は、jags / rjagsコンボを使用します（ジャグは、おおよそバグの方言と見なされる場合があります）。他のバグバリアントを試したことはありませんが、耳にした報告によると、ジャグのパフォーマンスと数値の問題に対処する能力は、他のバグバリアントよりも少し優れているということです。ジャグは使いやすいと思いますが、もちろん、その使用方法を知るには、ベイジアンデータ分析の知識が必要です。

3つのBUGSバリアント（openBUGS / winBUGS、jags）の中で、jagsは将来の機能開発に関して最も有望であると思われ、openBUGS / winBUGSは死んだプロジェクトのようです。ただし、ジャグにはまだopenBUGS / winBUGSにあるいくつかの機能が欠けています（こちらも参照してください）。一方、ジャグは、WinBUGSに存在するいくつかの制限を削除しました。たとえば：

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))

幸いなことに、ほとんどのモデルでは、最小限の変更で3つのツールすべてで実行できるため、後で別のツールに問題なく切り替えることができます（それが私です）。

ただし、いくつかの理由（並列処理やインタープリターの性質の欠如など）により、これらのBUGSバリアントがベイジアン分析を行う最速の方法であるというのは事実ではありません！実際、まったく逆です。BUGSプロジェクトは、小さなデータセットで複雑なモデルをテストおよび開発するのに適しています。モデルを開発し、大規模なデータセットで繰り返し実行する必要がある場合、さまざまなツールを使用する方が効率的です。

たとえば、CppBugs / rcppコンボは、バグバリアントより5〜10倍高速であると言われています。原則は、基本的にモデルをC ++プログラムにコンパイルすることです。C++プログラムははるかに高速に実行されます。また、Rcppテストに関するDirk Eddelbuettelのブログもご覧ください。並列処理を試すこともできます。

また、使用してWinBUGSで並列計算を行うことができますbugsparallelを。