metropolis-hastings पर टैग किए गए जवाब

एक विशेष प्रकार का मार्कोव चेन मोंटे कार्लो (MCMC) एल्गोरिथ्म का उपयोग जटिल संभाव्यता वितरण से अनुकरण करने के लिए किया जाता है। यह मार्कोव श्रृंखला सिद्धांत द्वारा मान्य है और संभावित कार्यान्वयन की एक विस्तृत श्रृंखला प्रदान करता है।

2
गिब्स नमूनाकरण से संबंधित भ्रम
मैं इस लेख के पार आया जहाँ यह कहता है कि गिब्स नमूने में हर नमूने को स्वीकार किया जाता है। मैं थोड़ा असमंजस में हूँ। अगर हर नमूना इसे स्वीकार करता है तो यह कैसे स्थिर वितरण में परिवर्तित होता है। सामान्य मेट्रोपोलिस एल्गोरिथ्म में हम न्यूनतम (1, p …
2
MCMC का उपयोग करते हुए ज्ञात घनत्व के साथ बीवरिएट वितरण से नमूनाकरण
मैंने आर में मेट्रोपोलिस एल्गोरिदम का उपयोग करते हुए एक द्विभाजक घनत्व से अनुकरण करने की कोशिश की और कोई भाग्य नहीं था। घनत्व को रूप में व्यक्त किया जा सकता है , जहाँ सिंह-मददल वितरण हैp ( x , y)पी(एक्स,y)p(x,y)p ( y| x)p(x)पी(y|एक्स)पी(एक्स)p(y|x)p(x)पी ( एक्स )पी(एक्स)p(x) p ( x …
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.