R项目

http://www.r-project.org/

R 是有价值和重要的，因为它是第一个被广泛接受的开源替代大包装包。它很成熟，得到很好的支持，并且是许多科学界的标准。

• 它有用和有价值的一些原因
• 这里有一些不错的教程。

对于在 Python 中执行各种 MCMC 任务，有PyMC，我已经得到了相当多的使用。我没有遇到任何我可以在 BUGS 中做而我在 PyMC 中做不到的事情，而且你指定模型和引入数据的方式对我来说似乎更直观。

这可能会被遗忘，但多年来我很高兴地使用了 Matlab 克隆Octave 。octave forge 中有相当不错的库，用于从不同分布、统计测试等生成随机变量，但显然它与 R 相比相形见绌。与 R 相比，一个可能的优势是 Matlab/octave 是数值分析师、优化研究人员之间的通用语言，以及一些应用数学家（至少在我上学时），而据我所知，我所在的部门没有人使用 R. 我的损失。如果可能的话，两个都学！

两个项目浮现在脑海：

1. 错误- 从贝叶斯统计数据中消除（部分）痛苦。它允许用户更多地关注模型，而更少地关注 MCMC。
2. Bioconductor——也许是生物信息学中最流行的统计工具。我知道这是一个 R 存储库，但是有很多人想学习 R，只是为了 Bioconductor。可用于尖端分析的软件包数量使其首屈一指。