Nothing
#######################################################################################
###############
############### AntMAN Package : Tests and Examples
###############
###############
#######################################################################################
##############################################
### Load the AntMan package
##############################################
library("AntMAN")
set.seed(123)
##############################################
### BUILD THE UNIVARIATE NORMAL DATA
##############################################
demo_univariate_normal <-AM_sample_uninorm(n=1000,pro=c(0.2,0.5,0.3),mmu=c(-2.1,0,2.3),ssd=c(0.5,0.5,0.5))
y_uvn <- demo_univariate_normal$y
ci_uvn <- demo_univariate_normal$ci
hist(y_uvn,freq=FALSE,nclass=15,col=colors()[4])
plot(1:length(y_uvn),y_uvn,col=ci_uvn+1)
##############################################################################
### PREPARE THE GIBBS for Normal mixture with poisson gamma priors
##############################################################################
mixture_uvn_params = AM_mix_hyperparams_uninorm (m0=0,k0=0.1,nu0=1,sig02=1.5)
mcmc_params = AM_mcmc_parameters(niter=2000, burnin=1000, thin=10, verbose=0, output=c("ALL"))
components_prior = AM_mix_components_prior_pois (init=3, a=1, b=1)
weights_prior = AM_mix_weights_prior_gamma(init=2, a=1, b=1)
fit <- AM_mcmc_fit(
y = y_uvn,
mix_kernel_hyperparams = mixture_uvn_params,
mix_components_prior =components_prior,
mix_weight_prior = weights_prior,
mcmc_parameters = mcmc_params)
summary (fit)
plot (fit)
Any scripts or data that you put into this service are public.
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.