«metropolis-hastings» etiketlenmiş sorular

Gibbs örnekleminde her örneğin kabul edildiğini söyleyen bu makaleye rastladım . Biraz kafam karıştı. Kabul ettiği her numune sabit bir dağılıma yakınsa ne olur? Genel olarak Metropolis Algoritması, min (1, p (x *) / p (x)) olarak kabul ediyoruz; burada x *, numune noktasıdır. X * 'nin bizi yoğunluğun yüksek …

9 mcmc  gibbs  metropolis-hastings 

İki değişkenli bir yoğunluktan simüle etmeye çalıştım p(x,y)p(x,y)p(x,y)Metropolis algoritmalarını R'de kullanıyor ve hiç şansı yoktu. Yoğunluk şu şekilde ifade edilebilir: p(y|x)p(x)p(y|x)p(x)p(y|x)p(x), nerede p(x)p(x)p(x) -Meddala dağılımı p(x)=aqxa−1ba(1+(xb)a)1+qp(x)=aqxa−1ba(1+(xb)a)1+qp(x)=\dfrac{aq x^{a-1}}{b^a (1 + (\frac{x}{b})^a)^{1+q}} parametrelerle aaa, qqq, bbb, ve p(y|x)p(y|x)p(y|x) log-normal ve log-mean xxxve log-sd bir sabit. Numunemin istediğim örnek olup olmadığını test etmek …

9 sampling  monte-carlo  metropolis-hastings