|
,(zn+1)G),从(zc)上的(n+1)维分布,∞)n+1,密度为f(t- tn,zn+1,zn)gtn(z(n)| Y(n),τc>tn),以近似该积分asC(t)≈GGXg=1h(zgn+1)。(5.2)用于获取样本的算法为以下MCMC算法。算法5.11。在每次迭代中,g=1。n+G,给定当前值(z(n+1))G,根据(z(n+1))=(z(n+1))G+X,为X绘制建议(zn+1)~ Nn+1(0,∑),其中选择(n+1)×(n+1)-协方差矩阵∑,以达到某种期望的接受率。2、集合(z(n+1))(g+1)=(z(n+1))带探针。α((z(n+1))g,(z(n+1)))z(n+1),带探针。1.- α((z(n+1))g,(z(n+1)),其中接受概率α(z(n+1),(z(n+1)))由α(z(n+1),(z(n+1))=min(1,~f(t)给出- tn,zn+1,zn)gtn((z(n))| y(n),τc>tn)~f(t- tn,zn+1,zn)gtn(z(n)| y(n),τc>tn))=min(1,~f(t- tn,zn+1,zn)bn((z(n))| y(n))~f(t- tn,zn+1,zn)bn(z(n)| y(n)))。3、丢弃第一次硝化的抽提物,并保存样品(z(n+1))n+1,(z(n+1))n+G。接受概率涉及术语bn((z(n))| y(n))bn(z(n)| y(n))。从方程(4.3)可以看出,该分数由bn((z(n))| y(n))bn(z(n)| y(n))=Qni=1ψ(zi)显式给出-1.- zc,zi- zc,σ√ti公司- ti公司-1) pZ(zi | zi-1) pU(易- 子怡(zi | yi)-1.- zi公司-1) Qni=1ψ(zi-1.- zc,zi- zc,σ√ti公司- ti公司-1) pZ(zi | zi-1) pU(易- 子怡(zi | yi)-1.- zi公司-1) ,根据t=0且pU(·| u)=pU(·)是平均u的高斯密度的约定和方差σ. 注意pZ(zi | zi-1) 是具有平均zi的高斯密度-1+m(ti-ti公司-1) 和方差σ(ti-ti公司-1) ,即pU(ui | ui-1) 是平均值为κui的高斯密度-1+ u和方差σ引理4.1中给出了ψ的表达式。
|