切片取样
RND = slicesample(初始,NSAMPLES, 'PDF',PDF)
RND = slicesample(初始,NSAMPLES, 'logpdf',logpdf)
[RND,neval] = slicesample(初始,...)
[RND,neval] = slicesample(初始,...,名称,值)
生成RND
= slicesample(初始
,NSAMPLES
, 'PDF',PDF格式
)NSAMPLES
使用切片采样方法随机样本(见算法)。PDF格式
给出目标概率密度函数(pdf)。初始
是包含随机样本序列的初始值的行矢量或标量。
生成使用PDF的对数样本。RND
= slicesample(初始
,NSAMPLES
'logpdf',logpdf
)
[
返回发生在切片取样功能评估的平均数量。RND
,neval
] = slicesample(初始
,...)
[
生成随机样品与由一个或多个指定的附加选项RND
,neval
] = slicesample(初始
,...,名称,值
)名称,值
对参数。
|
初始点,标量或行向量。组 |
|
正整数,样本的数量 |
|
处理,以产生所述概率密度函数的函数,与指定 |
|
处理,以产生所述概率密度函数的对数的函数,以指定 |
指定可选的用逗号分隔的对名称,值
参数。名称
是参数的名称和值
是对应的值。名称
必须出现引号内。您可以按照任何顺序指定多个名称和值对参数名1,值1,...,NameN,值N
。
|
非负整数,采样的数目来生成和产生所述样本以返回之前丢弃。切片采样算法是马尔可夫链,其平稳分布正比于的 默认: |
|
正整数,其中 默认: |
|
当前样本,正的值的标量或矢量周围的间隔的宽度。
默认: |
|
|
|
标量,每样功能评估的平均数。
|
有用于选择合适的值没有明确的建议燃尽
,瘦
, 要么宽度
。选择的起始值燃尽
和瘦
,并且提高它们,必要时给予必要的独立性和边缘分布。见尼尔[1]用于调整的效果的细节宽度
。
在随机样本序列中的每个点,slicesample
通过选择“切片”的密度的下一个点,以形成围绕上一个点,其中密度高于某个值的附近。因此,采样点不是独立的。在序列中的相邻点往往是更靠近在一起比它们将是从独立的值的样本。出于多种目的,点的整个集合可被用作从所述目标分布的样品。然而,当这种类型的序列相关性是一个问题,燃尽
和瘦
参数可以帮助减少相关。
slicesample
使用切片采样尼尔的算法[1]。对于数值稳定性,将其转换一个PDF格式
功能成logpdf
功能。该算法调整支撑区域为每个级别,称为“踏出”和“入步”,由万博1manbetx尼尔建议。
[1]尼尔,雷德福M.切片取样。安。统计。卷。31,第3号,第705-767,2003。可在项目欧几里得。