Análisis bayesiano no paramétrico en R

Estoy buscando un buen tutorial sobre la agrupación de datos al Rusar el proceso de dirichlet jerárquico (HDP) (uno de los métodos bayesianos no paramétricos recientes y populares).

Hay DPpackage(en mi humilde opinión, el más completo de todos los disponibles) en Rel análisis bayesiano no paramétrico. Pero no puedo entender los ejemplos proporcionados en R Newso en el manual de referencia del paquete lo suficientemente bien como para codificar HDP.

Cualquier ayuda o puntero es apreciada.

Una implementación de C ++ de HDP para modelado de temas está disponible aquí (mire la parte inferior para ver el código de C ++)

Aquí hay algunos recursos en línea que encontré interesantes sin entrar en detalles (y no soy un especialista en este tema):

• Procesos jerárquicos de Dirichlet , por Teh et al. (2005)
• Procesos de Dirichlet Un tutorial tierno , por El-Arini (2008)
• Bayesian Non parametrics , por Rosasco (2010)
• Métodos bayesianos no paramétricos , por Ghahramani (2005)

La referencia definitiva parece ser

N. Hjort, C. Holmes, P. Müller y S. Walker, editores. No paramétricos bayesianos . Número 28 en la serie de Cambridge en Matemática estadística y probabilística. Cambridge University Press, 2010.

Acerca de R, parece que hay otros paquetes que vale la pena explorar si el paquete DP no satisface sus necesidades, por ejemplo , dpmixsim , BHC o mbsc que se encuentran en Rseek.org .

Estos dos enlaces proporcionan algunos ejemplos de código R (y C) para implementar una mezcla normal DP:

• http://ice.uchicago.edu/2008_presentations/Rossi/density_estimation_with_DP_priors.ppt
• http://www.duke.edu/~neelo003/r/DP02.r

Encontró otra referencia. El Capítulo 15 tiene el código DP winbugs:

• http://www.ics.uci.edu/~wjohnson/BIDA/BIDABook.html