bayesglm (แขน) กับ MCMCpack

ทั้งbayesglm()(ในแพ็คเกจ R) และฟังก์ชั่นต่าง ๆ ในแพ็คเกจ MCMCpack มีวัตถุประสงค์เพื่อทำการประมาณค่าแบบจำลองเชิงเส้นแบบเบย์แบบเบย์ แต่ฉันไม่แน่ใจว่าพวกเขากำลังคำนวณสิ่งเดียวกัน ฟังก์ชั่น MCMCpack ใช้โซ่มาร์คอฟ Monte Carlo เพื่อให้ได้ตัวอย่าง (ขึ้นอยู่กับ) จากส่วนหลังของข้อต่อสำหรับพารามิเตอร์รุ่น bayesglm()ในทางกลับกันผลิตผล ฉันไม่แน่ใจ

ดูเหมือนbayesglm()จะสร้างการประมาณค่าแบบจุดซึ่งจะทำให้การประมาณค่า MAP (สูงสุดหลัง) แทนที่จะเป็นการประมาณแบบเบย์แบบเต็ม แต่มีsim()ฟังก์ชั่นที่ดูเหมือนว่าสามารถใช้ในการดึงหลังได้

บางคนสามารถอธิบายความแตกต่างในการใช้งานทั้งสองอย่างได้ไหม สามารถbayesglm() + sim()ผลิตหลังดึงที่แท้จริงหรือมันเป็นประมาณบางชนิด?

ในการดูซอร์สโค้ดแบบเต็มคุณต้องดาวน์โหลดarmซอร์สแพ็กเกจจาก CRAN (มันเป็น tarball) simฟังก์ชั่นการใช้งานที่รวดเร็วทำให้ฉันคิดว่าarmนี่เป็นวิธีการเบย์โดยประมาณเนื่องจากดูเหมือนว่าจะถือว่าเป็นแบบหลายตัวแปรในการประมาณค่าความน่าจะเป็นสูงสุด ในโมเดลที่มีความน่าจะเป็นบันทึกที่ไม่มีกำลังสองเช่นแบบจำลองลอจิสติกไบนารีนี่อาจไม่แม่นยำพอ ฉันต้องการได้รับความคิดเห็นจากคนอื่นเกี่ยวกับเรื่องนี้ ฉันได้ใช้MCMCpackกับความสำเร็จ มันเป็นวิธีการแก้ปัญหาแบบเบย์ที่แน่นอนสำหรับหลายรุ่นที่ได้รับหลังพอและการบรรจบกันของ MCMC