ベイズ分析
推定
- 1,000超のビルトインモデル
- 一変量／多変量の正規、ロジット、プロビット、順序ロジット、順序プロビット、ポアソンを含む 10 種の尤度モデル
- 正規、対数正規、多変量正規、ガンマ、ベータ、Wishart を含む 18 種の事前分布
- 連続、二値、順序型、カウントアウトカム
- 一変量、多変量、同時方程式モデル
- 線形／非線形モデル
- 連続一変量／多変量、離散事前分布
- GUI 操作によるモデルへのフィット
- コマンド操作によるモデルへのフィット
モデルのクラス
- 線形回帰
- 非線形回帰
- 多変量線形回帰
- 多変量非線形回帰
- 正準リンクを伴う一般化線形回帰
- 正準リンクを伴う一般化非線形回帰
- 同時方程式モデル
尤度モデル
- 正規
- 対数正規
- 指数
- プロビット
- ロジット／ロジスティック
- 二項
- 順序プロビット
- 順序ロジスティック
- ポアソン
- 多変量正規（MVN）
- ユーザ定義
事前分布
- 正規
- 対数正規
- 一様
- ガンマ
- 逆ガンマ
- 指数
- ベータ
- カイ二乗
- 多変量正規
- Wishart
- 逆 Wishart
- Bernoulli
- 離散
- ポアソン
- ユーザ定義密度分布
- ユーザ定義対数密度分布
- 特化事前分布
- 一様
- Jeffreys
- 多変量 Jeffreys
- Zellner の g
マルコフ連鎖モンテカルロ（MCMC）法
- 適応的 Metropolise–Hastings（MH）
- ハイブリッド MH（Gibbs 更新を伴う適応的 MH）
- Full Gibbs サンプリング（一部のモデルのみ）
適応的 MH サンプリング
- パラメータのブロック化
- ブロック内の適応
- 減衰型の適応
- 変量効果パラメータ
- 候補分布のスケールと共分散の制御
- 適応の制御
- 適応の長さ
- 適応反復の最大／最小
- 採択率
- 適応率
- 目標採択率
- 採択率許容誤差
シミュレーション
- 3 つの MCMC 法
- burn–in 反復制御
- MCMC 反復制御
- 間引き
- シミュレーション前のモデル要約表示
- シミュレーション結果の保存・再利用
初期値
- 自動
- 一部／全てのパラメータを指定
因子変数
- カテゴリ変数からの指標変数自動生成
- 離散変数または連続変数間の交互作用作成
- 多項式項の内包
ユーザ定義モデルの追加
- 尤度関数の計算プログラム作成とビルトイン事前分布の選択
- 事後分布の直接計算プログラム作成
- ビルトイン適応的 MH サンプリングによる周辺分布のシミュレーション
推定後セレクタ 
- 使用可能な推定後機能の一覧
- コマンド実行ごとの一覧の自動更新
MCMC 収束診断のためのグラフィカルツール
- 診断プロットの簡易一覧
- トレースプロット
- 自己回帰プロット
- ヒストグラム
- 密度プロット
- 累積和プロット
- 二変量散布図
- パラメータ、パラメータ関数別に作図
- 複数プロットの統合と分離
- プロットのスライドショー表示
- グラフのカスタマイズ
MCMC 効率性診断のためのツール
- 実効サンプルサイズ
- 自己相関時間
- 効率性
- パラメータ、パラメータ関数別に計算
事後分布サマリ
- 平均値
- 中央値（メディアン）
- 標準偏差
- モンテカルロ標準誤差（MSCE）
- 確信（信用）区間（CrIs）
- equal-tailed
- 最高事後密度（HPD）
- パラメータ、パラメータ関数別に計算
- 対数尤度、対数事後分布サマリ
MSCE 推定法
- 実効サンプルサイズ使用
- バッチ平均使用
仮説検定
- 区間内値の実現確率算出による検定
- 線形／非線形
- 単一／同時
- 連続パラメータ
- 離散パラメータ
- モデルの事後確率算出による検定
モデル比較
- デビアンス情報量規準（DIC）
- ベイズ因子
- モデル事後確率
- 入れ子型／非入れ子型モデル
MCMC 結果と推定結果の保存／再利用
詳細資料
- [BAYES] マニュアル
- 『Bayesian Analysis with Stata』（Stata Press）
- 機能紹介（開発元StataCorp.）
- 「変量効果」モデルのベイズ分析（Stata News）
- 『Bayesian modeling: Beyond Stata’s built-in models』（Stata Blog）
※詳細は、開発元StataCorp.のホームページにある対応マニュアルページでご覧になれます。
≫こちらから移動できます
