⚡

Stan贝叶斯建模Skill stan-bayesian-modeling

Stan贝叶斯建模技能专注于使用Stan概率编程语言进行高级贝叶斯统计推断和复杂统计模型构建。核心功能包括MCMC采样（如NUTS和HMC算法）、变分推断、先验与后验预测检验，以及基于LOO-CV和WAIC的模型比较。适用于量化金融中的预测建模、风险管理、因子挖掘，以及数据科学领域的统计计算、不确定性量化和概率预测。关键词：Stan概率编程，贝叶斯推断，MCMC采样，变分推断，模型比较，统计建模，量化金融，数据科学。

预测建模 0 次安装 0 次浏览 更新于 2/25/2026

name: stan-bayesian-modeling description: 用于贝叶斯推断的Stan概率编程 allowed-tools:

  • Bash
  • Read
  • Write
  • Edit
  • Glob
  • Grep metadata: specialization: 数学 domain: 科学 category: 统计计算 phase: 6

Stan贝叶斯建模

目的

提供Stan概率编程能力，用于贝叶斯推断和统计建模。

能力

  • Stan模型规范
  • MCMC采样（NUTS, HMC）
  • 变分推断
  • 先验预测检验
  • 后验预测检验
  • 模型比较（LOO-CV, WAIC）

使用指南

  1. 模型规范：编写具有清晰块的Stan代码
  2. 先验选择：选择适当的、弱信息先验
  3. 诊断：检查Rhat、ESS和发散情况
  4. 模型比较：使用LOO-CV进行模型选择

工具/库

  • Stan
  • CmdStan
  • RStan
  • PyStan