สแตน
ผู้เขียนต้นฉบับ	ทีมพัฒนา Stan
ปล่อย	30 สิงหาคม 2555 ( 30 สิงหาคม 2555 )
เวอร์ชันเสถียร	2.39.0 [ 1 ]  / 19 พฤษภาคม 2026 ( 19 พฤษภาคม 2569 )
เขียนเป็น	ซี++
ระบบปฏิบัติการ	ระบบปฏิบัติการคล้าย Unix , Microsoft Windows , Mac OS X
แพลตฟอร์ม	Intel x86 - 32 บิต , x64
พิมพ์	ชุดโปรแกรมสถิติ
ใบอนุญาต	ใบอนุญาต BSD ใหม่
เว็บไซต์	mc-stan .org
ที่เก็บข้อมูล	github.com/stan-dev/stan​​​

Stanเป็นภาษาการเขียนโปรแกรมเชิงความน่าจะเป็นสำหรับการอนุมานทางสถิติที่เขียนด้วยภาษา C++ [ ^{2 ] ภาษา} Stan ใช้เพื่อระบุแบบจำลองทางสถิติ (แบบเบย์เซียน) ด้วยโปรแกรมเชิงคำสั่งที่คำนวณฟังก์ชันความหนาแน่นความน่าจะเป็นลอการิทึม^{[ 2 ]}

Stan ได้รับอนุญาตภายใต้ใบอนุญาต BSD ใหม่ Stan ได้รับการตั้งชื่อเพื่อเป็นเกียรติแก่Stanislaw Ulamผู้บุกเบิก วิธี การMonte Carlo ^{[ 2 ]}

Stan ถูกสร้างขึ้นโดยทีมพัฒนาซึ่งประกอบด้วยสมาชิก 52 คน^{[ 3 ]}ซึ่งรวมถึงAndrew Gelman , Bob Carpenter, Daniel Lee, Ben Goodrich และคนอื่นๆ

แบบจำลองการถดถอยเชิงเส้นอย่างง่ายสามารถอธิบายได้ดังนี้ โดยที่นอกจากนี้ยังสามารถแสดงได้ในรูปแบบ รูปแบบหลังนี้สามารถเขียนใน Stan ได้ดังนี้: ${\displaystyle y_{n}=\alpha +\beta x_{n}+\epsilon _{n}}$${\displaystyle \epsilon _{n}\sim {\text{normal}}(0,\sigma )}$${\displaystyle y_{n}\sim {\text{normal}}(\alpha +\beta X_{n},\sigma )}$

ข้อมูล{ int < lower = 0 > N ; vector [ N ] x ; vector [ N ] y ; } พารามิเตอร์{ real alpha ; real beta ; real < lower = 0 > sigma ; } แบบจำลอง{ y ~ normal ( alpha + beta * x , sigma ); }

สามารถเข้าถึงภาษา Stan ได้ผ่านทางอินเทอร์เฟซหลายแบบ:

• CmdStan – โปรแกรมที่สามารถเรียกใช้งานได้จากบรรทัดคำสั่งสำหรับเชลล์
• CmdStanR และ rstan – ไลบรารีซอฟต์แวร์สำหรับภาษา R
• CmdStanPy และ PyStan – ไลบรารีสำหรับภาษาโปรแกรม Python
• CmdStan.rb - ไลบรารีสำหรับภาษาโปรแกรม Ruby
• MatlabStan – การบูรณาการกับสภาพแวดล้อมการคำนวณเชิงตัวเลขของ MATLAB
• Stan.jl – การบูรณาการกับภาษาโปรแกรม Julia
• StataStan – การเชื่อมต่อกับโปรแกรม Stata
• Stan Playground - ออนไลน์ที่[1]

นอกจากนี้ ยังมีอินเทอร์เฟซระดับสูงกว่าที่จัดเตรียมไว้สำหรับแพ็กเกจที่ใช้ Stan เป็นแบ็กเอนด์ โดยส่วนใหญ่ใช้ภาษา R : ^{[ 4 ]}

• rstanarmเป็นตัวทดแทนโดยตรงสำหรับแบบจำลองความถี่ที่จัดทำโดย R พื้นฐานและlme4โดยใช้ไวยากรณ์สูตรของ R
• brms ^{[ 5 ]}มีโมเดลเชิงเส้นและไม่เชิงเส้นหลากหลายรูปแบบโดยใช้ไวยากรณ์สูตร R
• โปรแกรม Prophetมีขั้นตอนอัตโนมัติสำหรับการพยากรณ์อนาคตของอนุกรมเวลา

Stan นำเสนออัลกอริธึมMarkov chain Monte Carlo (MCMC) ที่ใช้การไล่ระดับความชันสำหรับการอนุมานแบบเบย์เซียนวิธีการเบย์เซียนแบบแปรผัน ที่ใช้การไล่ระดับความชัน แบบสุ่มสำหรับการอนุมานแบบเบย์เซียนโดยประมาณ และการเพิ่มประสิทธิภาพ ที่ใช้การไล่ระดับความชัน สำหรับการประมาณค่าความน่าจะเป็นสูงสุดแบบมีค่าปรับ

• อัลกอริทึม MCMC:
  • แฮมิลโทเนียน มอนเตคาร์โล (HMC)
  • ตัวอย่าง No-U-Turn ^{[ 2 ] [ 6 ]} (NUTS) ซึ่งเป็นตัวแปรของ HMC และเอ็นจิ้น MCMC เริ่มต้นของ Stan
• อัลกอริทึมการอนุมานแบบแปรผัน:
  • การอนุมานแบบแปรผันของการหาอนุพันธ์อัตโนมัติ^{[ 7 ]}
  • Pathfinder: การอนุมานแบบแปรผันควาซี-นิวตันแบบขนาน^{[ 8 ]}
• อัลกอริทึมการปรับให้เหมาะสม:
  • BFGS แบบหน่วยความจำจำกัด (L-BFGS) (อัลกอริธึมการเพิ่มประสิทธิภาพเริ่มต้นของ Stan)
  • อัลกอริทึม Broyden–Fletcher–Goldfarb–Shanno (BFGS)
  • การประมาณ ค่าความคลาดเคลื่อนมาตรฐานแบบคลาสสิกและการประมาณค่าความน่าจะเป็นภายหลังแบบเบย์ เซียนโดยใช้การประมาณค่า ของลาปลาซ

Stan ใช้การ หาอนุพันธ์อัตโนมัติแบบย้อนกลับเพื่อคำนวณเกรเดียนต์ของโมเดล ซึ่งจำเป็นสำหรับ HMC, NUTS, L-BFGS, BFGS และการอนุมานแบบแปรผัน^{[ 2 ]}การหาอนุพันธ์อัตโนมัติภายใน Stan สามารถใช้งานได้นอกภาษาการเขียนโปรแกรมเชิงความน่าจะเป็น

Stan ถูกใช้ในสาขาต่างๆ รวมถึงสังคมศาสตร์^{[ 9 ]}สถิติเภสัชกรรม [ ^{10 ]}การ^{วิจัย}ตลาด^{[ 11 ]}และ การ ถ่ายภาพทางการแพทย์^{[ 12 ]}

• PyMCเป็นภาษาการเขียนโปรแกรมเชิงความน่าจะเป็นในภาษา Python
• ArviZคือไลบรารี Python สำหรับการวิเคราะห์เชิงสำรวจของแบบจำลองเบย์เซียน

• Carpenter, Bob; Gelman, Andrew; Hoffman, Matthew; Lee, Daniel; Goodrich, Ben; Betancourt, Michael; Brubaker, Marcus; Guo, Jiqiang; Li, Peter; Riddell, Allen (2017). "Stan: ภาษาการเขียนโปรแกรมเชิงความน่าจะเป็น" . วารสารซอฟต์แวร์สถิติ . 76 (1): 1– 32. doi : 10.18637/jss.v076.i01 . ISSN  1548-7660 . PMC  9788645 . PMID  36568334 .
• Gelman, Andrew, Daniel Lee และ Jiqiang Guo (2015). Stan: ภาษาการเขียนโปรแกรมเชิงความน่าจะเป็นสำหรับการอนุมานแบบเบย์เซียนและการเพิ่มประสิทธิภาพวารสารสถิติการศึกษาและพฤติกรรม
• Hoffman, Matthew D., Bob Carpenter และ Andrew Gelman (2012). Stan ซอฟต์แวร์ที่ปรับขนาดได้สำหรับการสร้างแบบจำลองแบบเบย์เซียนเก็บถาวรเมื่อ 2015-01-21 ที่Wayback Machine , รายงานการประชุมเชิงปฏิบัติการ NIPS ว่าด้วยการเขียนโปรแกรมเชิงความน่าจะเป็น

• เว็บไซต์ของสแตน
• Stan sourceคือ ที่เก็บข้อมูล Gitที่โฮสต์อยู่บนGitHub