------------------------------------------------------------------------ [软体程式类别]: Matlab [程式问题]: Matlab的Metropolis-Hastings演算法函式mhsample [软体熟悉度]: 中(3个月到1年) [问题叙述]: 目前正在用MCMC方法来sampling参数，就使用matlab里面的这个函式mhsample 由於不是统计科系，所以对Metropolis-Hastings演算法的了解是参考下面这篇介绍 http://web.ntpu.edu.tw/~ccw/statmath/M_mcmc.pdf 就我看完的认知(M_mcmc.pdf中P.6的范例) sigma = sqrt(.5); tarpdf = @(x) normpdf(x); % target pdf proppdf = @(x,y) normpdf(y,x,sigma); %proposal pdf q(y|x) proprnd = @(x) normrnd(x,sigma);%generate samples from proposal pdf nsamples = 1500; z = mhsample(1,nsamples,’pdf’,tarpdf,’proprnd’,proprnd,’symmetric’,1); histfit(z,50) target pdf 应该是指一个存在的分布，这里是Gaussian 然後sample出的参数最後会稳定成target pdf这个分布 proppdf 应该是指 y(k+1) ~ Gaussian(y(k);0,sigma) k是指时间点 proprnd 乱数产生一个Gaussian(0,sigma)分布，从这个分布来得到y 想问问看我这样的想法有没有错？ 还有proppdf和proprnd这两个似乎不一定要和target pdf是相同分布？ (Matlab中的范例 http://www.mathworks.com/help/toolbox/stats/mhsample.html 就非相同 ) 非常感谢<(_ _)> 想说先把观念搞清楚 ----------------------------------------------------------------------------- --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.165.54.226