注意:我建议使用新GWMCMC取样器也可以下载的文件交换://www.tianjin-qmedu.com/matlabcentral/fileexchange/49820-the-mcmc-hammer--gwmcmc
马尔可夫链蒙特卡罗抽样的后验分布
一个大都市取样器
[mmc, logP] =密度(initialm、loglikelihood logmodelprior, stepfunction, mccount,跳过)
- - - - - - - - - - - -
initialm:起点fopr随机游走
似然函数loglikelihood:函数处理:logL (m)
logprior:函数处理日志模型先验概率:logPapriori (m)
stepfunction:函数处理,没有输入,返回一个随机的
随机漫步的一步。(注意stepfunction也可以
大小的矩阵描述正态分布
步骤。)
mccount:马尔可夫链应该多久?
跳过:薄的链只存储每N步(默认= 10)
示例用法:符合正态分布的数据
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
data = randn (100 1) * 2 + 3;
logmodelprior = @ (m) 0;%之前使用一个平面。
loglike = @ (m)和(日志(normpdf(数据、m (1)、(2))));
minit = [0 1];
m =密度(minit loglike logmodelprior, (。2。5),10000);
米(:1:10 0)= [];%作物漂移
plotmatrix (m);
- - - Aslak Grinsted 2010
引用作为
Aslak Grinsted (2023)。马尔可夫链蒙特卡罗抽样的后验分布(//www.tianjin-qmedu.com/matlabcentral/fileexchange/47912-markov-chain-monte-carlo-sampling-of-posterior-distribution), MATLAB中央文件交换。检索。