Análise bayesiana não paramétrica em R

Estou procurando um bom tutorial sobre como agrupar dados Rusando o processo hierárquico de dirichlet (HDP) (um dos métodos bayesianos não paramétricos recentes e populares).

Existe DPpackage(IMHO, o mais abrangente de todos os disponíveis) Rpara análise bayesiana não paramétrica. Mas não consigo entender os exemplos fornecidos no R Newsou no manual de referência do pacote o suficiente para codificar o HDP.

Qualquer ajuda ou ponteiro é apreciada.

Uma implementação do HDP em C ++ para modelagem de tópicos está disponível aqui (consulte o código C ++ na parte inferior)

Aqui estão alguns recursos online que achei interessantes sem entrar em detalhes (e não sou especialista neste tópico):

• Processos hierárquicos de Dirichlet , de Teh et al. (2005)
• Dirichlet Processes Um tutorial suave , de El-Arini (2008)
• Não paramétricos bayesianos , de Rosasco (2010)
• Métodos bayesianos não paramétricos , de Ghahramani (2005)

A referência definitiva parece ser

N. Hjort, C. Holmes, P. Müller e S. Walker, editores. Não paramétricos bayesianos . Número 28 da série Cambridge em matemática estatística e probabilística. Cambridge University Press, 2010.

Sobre o R, parece haver alguns outros pacotes que vale a pena explorar se o DPpackage não atender às suas necessidades, por exemplo , dpmixsim , BHC ou mbsc encontrados no Rseek.org .

Esses dois links fornecem alguns exemplos de código R (e C) da implementação de uma mistura normal de DP:

• http://ice.uchicago.edu/2008_presentations/Rossi/density_estimation_with_DP_priors.ppt
• http://www.duke.edu/~neelo003/r/DP02.r

Encontrei outra referência. O capítulo 15 possui o código DP winbugs:

• http://www.ics.uci.edu/~wjohnson/BIDA/BIDABook.html