sampling

随机模拟

统计模拟中有一个重要的问题就是给定一个概率分布p(x)p(x),我们如何在计算机中生成它的样本。

线性同余发生器 Xn=(aXn1+b)modmX_n =(aX_{n-1} + b) \bmod m 一般m为2的幂,方便计算机运算。发生器种子就是X0X_0 扩充,二次同余发生器 Xn=(aXn12+bXn1+c)modmXn =(aX_{n-1}^2 + bX_{n-1}+c) \bmod m

LDA-math-MCMC 和 Gibbs Sampling

主要点: 马尔科夫过程的平稳状态: limnPijn=π(j)\lim_{n\rightarrow\infty}P_{ij}^n = \pi(j) ,及细致平稳状态: π(i)Pij=π(j)Pjifor alli,j\pi(i)P_{ij} = \pi(j)P_{ji} \quad\quad \text{for all} \quad i,j

gibbs

参考佳文

随机采样方法整理与讲解(MCMC、Gibbs Sampling等)

再谈MCMC方法

Last updated

Was this helpful?