在现代的生态、环境以及地学研究中，变量和变量间的因果关系推断占据了非常重要的地位。在实践中，变量间的因果关系研究往往求助于昂贵的实验，但所得结果又经常与天然环境中的实际因果联系相差甚远。统计学方法是研究天然环境中变量间关系的好方法，但常见的统计学方法往往回答的是变量间的相关关系。

一：R语言实现Bayesian Network分析的基本流程R语言的数据类型与基本操作R语言中图论的相关操作贝叶斯网络的图表示与概率表示基于bnlearn建立简单的贝叶斯网络二：离散静态贝叶斯网络的构建离散静态网络的结构学习离散静态网络的参数估计离散静态网络的推断实例分析三：连续分布下的贝叶斯网络连续贝叶斯网络的结构学习连续贝叶斯网络的参数估计高斯贝叶斯网络的推断实例分析四：混合贝叶斯网络混合分布情况下的处理贝叶斯统计在混合网络中的应用实例分析五：动态贝叶斯网络时间序列中变量的选择时间相关性的处理动态贝叶斯网络实例分析六：基于Gephi的网络作图初步基于Gephi的网络作图初步七：真实世界中的贝叶斯网络Bootstrap与阈值选择模型平均方法非齐次动态贝叶斯网络实例分析原文：基于R语言的贝叶斯网络模型的实践技术应用

转载本文请联系原作者获取授权，同时请注明本文来自吕向阳科学网博客。

链接地址：https://wap.sciencenet.cn/blog-3595493-1518540.html?mobile=1

收藏

分享