语法

描述

SMPL = mhsample(start,nsamples，'pdf'，pdf，'proppdf'，proppdf， ' proprund '， proprund)吸引了nsamples目标平稳分布的随机样本pdf使用Metropolis-Hastings算法。

开始是包含马尔可夫链起始值的行向量，nsamples是指定要生成的样本数量的整数吗pdf，proppdf,proprnd是否使用函数句柄创建＠．proppdf定义提案分布密度，并且proprnd定义提案分布的随机数生成器。pdf和proprnd将一个参数作为具有相同类型和大小的输入开始．proppdf的两个参数作为输入，其类型和大小与开始．

smpl是包含样本的列向量或矩阵。如果首选对数密度函数，“pdf”和“proppdf”可以用“logpdf”和“logproppdf”．Metropolis-Hastings算法中使用的密度函数不一定是归一化的。

建议分布问（x，y)给出选择的概率密度x作为下一个点y是当前点。它有时被写成问（x|y）.

如果proppdf或logproppdf满足问（x，y) =问（y，x)，即建议分布是对称的，mhsample实现Random Walk Metropolis-Hastings抽样。如果proppdf或logproppdf满足问（x，y) =问（x)，即提案分布与当前值无关，mhsample实现了Independent metropolitis - hastings抽样。

smpl = mhsample(…,对称,对称)吸引了nsamples目标平稳分布的随机样本pdf使用Metropolis-Hastings算法。信谊是指示建议分布是否对称的逻辑值。缺省值为false，对应非对称提议分布。如果信谊是真的，例如，建议分布是对称的，proppdf和logproppdf是可选的。

smpl = mhsample(…,“燃烧”,K)生成一个马尔可夫链，其值介于起始点和k^th点在生成的序列中被省略。值超出了k^th点保存。k是否为非负整数，默认值为0．

smpl = mhsample(…,“薄”,米)生成一个马尔可夫链m - 1的米在生成的序列中忽略的值。米是否为正整数，默认值为1．

smpl = mhsample(…,nchain, n)生成n马可夫链使用Metropolis-Hastings算法。n是一个正整数，默认值为1。smpl是包含样品的矩阵。最后一个维度包含单个链的索引。

[smpl,接受]= mhsample(…)同样的回报接受，即建议分布的接受率。接受如果生成单链，则为标量;如果生成多链，则为矢量。

rng默认的；%的再现性α= 2.43;β= 1;pdf = @ (x) gampdf (x,α,β);%目标分布proppdf = @ (x, y) gampdf (x,地板(α),地板(α)/α);proprnd = @ (x)和(．..exprnd(地板(α)/α,地板(α),1));nsamples = 5000;smpl = mhsample (1 nsamples“pdf”、pdf、“proprnd”proprnd,．..“proppdf”, proppdf);

xxhat = cumsum (smpl ^ 2)。/ (1:nsamples) ';图;阴谋(1:nsamples, xxhat)

rng默认的%的再现性δ= 5;= @(x) normpdf(x);Proppdf = @(x,y) unifpdf(y-x，-delta,delta);proprund = @(x) x + rand*2*delta - delta;nsamples = 15000;x = mhsample (1 nsamples“pdf”、pdf、“proprnd”proprnd,“对称”1);

图;h = histfit (x, 50);h(1)。FaceColor =[。8。8 1];

另请参阅

slicesample|兰德