3 parametreli bir fonksiyonun integralini değerlendirmek için bir simülasyon yapmam gerekiyor, çok karmaşık bir formüle sahiptir. Hesaplamak için MCMC yöntemini kullanması ve Metropolis-Hastings algoritmasını şu şekilde dağıtılmış değerleri üretmek için kullanması istenir:ve teklif dağılımı olarak 3 değişkenli normal kullanılması önerildi. Bununla ilgili bazı örnekleri okuduktan sonra, bazılarının sabit parametrelerle normal kullandığını gördüm ve değişken ortalama ile bazı kullanımlar , nerede göre dağıtılan son kabul edilen değerdir . Her iki yaklaşım hakkında da şüphelerim var:
1) Teklif dağılımımızın yeni ortalaması olarak son kabul edilen değeri seçmenin anlamı nedir? Sezgim, değerlerimizin şu şekilde dağıtılan değerlere daha yakın olacağını garanti etmesi gerektiğini söylüyor:ve kabul etme şansı daha yüksek olurdu. Ama bizim örneğimize çok fazla konsantre değil mi? Daha fazla numune alırsam zincirin durağan olacağı garanti edilir?
2) Sabit parametreleri seçmezdim (analiz etmek gerçekten zor) algoritmayı başlatmak için seçmemiz gereken ilk örneğe gerçekten zor ve bağımlı olmak? Bu durumda hangisinin daha iyi olduğunu bulmak için en iyi yaklaşım hangisidir?
Bu yaklaşımlardan biri diğerinden daha mı iyi, yoksa duruma bağlı mı?
Umarım şüphelerim nettir ve bazı literatür verilebilirse memnun olurum (tema hakkında bazı makaleler okudum, ama daha fazlası daha iyi!)
Şimdiden teşekkürler!