mhsample
大都市束缚样本
句法
smpl = mhsample(start,nsamples,'pdf',pdf,'preppdf',preppdf,'proprnd',proprnd)
smpl = mhsample(...,'对称',sym)
smpl = mhsample(...,'burnin',k)
smpl = mhsample(...,'thin',m)
smpl = mhsample(...,'nchain',n)
[SMPL,ACCEPT] = MHSample(...)
描述
smpl = mhsample(start,nsamples,'pdf',pdf,'preppdf',preppdf,'proprnd',proprnd)
画nsamples
来自目标固定分布的随机样品PDF
使用大都市杂货算法。
开始
是包含马尔可夫链的起始值的行矢量,nsamples
是指定要生成的样本数的整数,并且PDF
,,,,proppdf
, 和前身
是使用使用的功能句柄@
。proppdf
定义提案分布密度,并前身
定义提案分布的随机数发生器。PDF
和前身
以与类型和大小相同类型和大小的输入以一个参数开始
。proppdf
将两个参数作为输入,其类型和大小与开始
。
SMPL
是包含样品的列矢量或矩阵。如果首选对数密度函数,'PDF'
和'proppdf'
可以替换'logpdf'
和“ logproppdf”
。大都市杂物算法中使用的密度函数不一定是标准化的。
提案分布问((X,,,,y)给出选择的概率密度X作为下一点y是当前点。有时被写成问((X|y)。
如果是proppdf
或者logPropPDF
满足问((X,,,,y)=问((y,,,,X),即,提案分布是对称的,mhsample
实施随机步行大都市束缚采样。如果是proppdf
或者logPropPDF
满足问((X,,,,y)=问((X),即,提案分布独立于当前值,mhsample
实施独立的大都市束缚采样。
smpl = mhsample(...,'对称',sym)
画nsamples
来自目标固定分布的随机样品PDF
使用大都市杂货算法。符号
是指示提案分布是否对称的逻辑值。默认值为false,对应于不对称的建议分布。如果符号
是真的,例如,提案分布是对称的,proppdf
和logPropPDF
是可选的。
smpl = mhsample(...,'burnin',k)
生成一个马尔可夫链,在起点和k
Th生成序列中省略了点。超越k
Th保持点。k
是一个非负整数,默认值为0
。
smpl = mhsample(...,'thin',m)
生成一个马尔可夫链M-1
在......之外m
生成序列中省略的值。m
是一个积极整数,默认值为1
。
smpl = mhsample(...,'nchain',n)
生成n
马尔可夫链使用大都市杂货算法。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,ACCEPT] = MHSample(...)
也返回接受
,拟议分布的接受率。接受
如果生成单个链,则是标量,如果生成多个链,则为矢量。