How to write your first Stan program

Cette vidéo de Ben Lambert, intitulée ‘How to write your first Stan program’, est un tutoriel pratique destiné aux débutants en statistique bayésienne et en programmation Stan. L’auteur explique comment écrire et exécuter un modèle Stan en utilisant R et la bibliothèque rstan. Il commence par présenter le modèle à ajuster : des données simulées de tailles d’individus, supposées suivre une loi normale de moyenne mu et d’écart-type sigma. Il définit ensuite les priors : mu suit une loi normale de moyenne 1.7 et d’écart-type 0.3, et sigma suit une loi de Cauchy tronquée à zéro (half-Cauchy) avec paramètre de localisation 0 et échelle 1. La démonstration se déroule dans RStudio : génération des données simulées avec R, création d’un fichier .stan, écriture des blocs data, parameters et model, puis compilation du modèle avec rstan. L’auteur insiste sur l’importance de déclarer des bornes inférieures pour les paramètres contraints (comme sigma) et sur l’utilisation de la vérification syntaxique à la sauvegarde. Ensuite, il exécute l’échantillonnage avec la fonction sampling, en spécifiant le nombre d’itérations, le nombre de chaînes (quatre recommandées) et l’utilisation de plusieurs cœurs pour la parallélisation. Il montre comment examiner les résultats avec print(fit) pour vérifier la convergence (R-hat, taille effective d’échantillon) et comment extraire les échantillons postérieurs avec extract pour tracer des histogrammes. Enfin, il présente l’interface ShinyStan pour une analyse plus visuelle des diagnostics. La vidéo est claire, bien structurée et adaptée aux débutants, bien qu’elle ne couvre pas les vérifications prédictives a posteriori, ce qui est mentionné comme essentiel.