楼主: jqsn89
4305 1

[学科前沿] MH抽样的实现(Bayesian,winbugs) [推广有奖]

  • 3关注
  • 1粉丝

已卖:87份资源

讲师

33%

还不是VIP/贵宾

-

威望
0
论坛币
19 个
通用积分
2.8351
学术水平
3 点
热心指数
3 点
信用等级
3 点
经验
321 点
帖子
169
精华
0
在线时间
549 小时
注册时间
2011-4-30
最后登录
2025-10-7

楼主
jqsn89 发表于 2016-12-1 22:27:08 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

使用winbugs做贝叶斯估计时,如果参数的后验分布已知,则可直接抽样(gibbs)。如果参数的后验分布不服从常见的分布,则可用MH抽样实现。请问,winbugs可实现MH抽样吗?

或者还是自己编程,不断迭代?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Bayesian winbugs WINBUG Bayes BUGS

回帖推荐

hzcmaster 发表于2楼  查看完整内容

winbugs的主要功能就是对不常见的或复杂的后验分布进行抽样,算法核心就是MH抽样算法,建议如果参数较多的话,使用winbugs来抽样。 自己编程也是可以的,网上就有random-walk MH算法步骤,给一个初始估计点,然后一步步循环迭代,产生M个样本,取平均就是后验期望估计。

本帖被以下文库推荐

沙发
hzcmaster 发表于 2016-12-2 10:48:40
winbugs的主要功能就是对不常见的或复杂的后验分布进行抽样,算法核心就是MH抽样算法,建议如果参数较多的话,使用winbugs来抽样。
自己编程也是可以的,网上就有random-walk MH算法步骤,给一个初始估计点,然后一步步循环迭代,产生M个样本,取平均就是后验期望估计。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-3 05:44