Stan 和 INLA 目前看起来主要还是在学术界应用,工业界应用比较少,国内工业界应用案例还没听说,若有落地案例欢迎分享。
Stan 由 Andrew Gelman 主导开发,关键性论文
The No-U-Turn Sampler: Adaptively Setting Path Lengths in Hamiltonian Monte Carlo
Matthew D. Hoffman, Andrew Gelman; 15(Apr):1593−1623, 2014.
最初的目标就是要替代 BUGS/JAGS 这样的工具,成为现代贝叶斯计算工具!后来发了一系列提高抽样效率的文章!
而 INLA 由 Håvard Rue 牵头,关键性论文
Rue, Håvard, Sara Martino, and Nicholas Chopin. 2009. “Approximate Bayesian Inference for Latent Gaussian Models Using Integrated Nested Laplace Approximations (with Discussion).” Journal of the Royal Statistical Society, Series B 71 (2): 319–92.
从论文来看,INLA 的目标就是要把 LM/GLM/DLM/GLMM/LMM/GAM 等现代统计模型融合到一个框架下,并且可以应用到各个领域,后来确实发了一系列应用到其他领域的文章!
帖子 <https://d.cosx.org/d/420827> 讨论还蛮多蛮具体的!
最后,欢迎楼上各位给统计之都投稿,通俗化理论、学术案例应用、统计软件介绍都可以!