超级会员免费看
0.摘要
在本系列第一篇博文中，我们讨论了马尔可夫链和最基本的MCMC方法，即 Metropolis-Hastings 算法，并用它来从单变量分布中实现采样。 在本博文中，我们将讨论另一种著名的采样算法：吉布斯采样器。 从多元分布中采样非常有用： 它将从联合分布采样的复杂问题简化为从每个变量的完整条件（即以所有其他变量为条件）分布中采样。 这意味着要从以下位置进行采样：
，那么从和
MCMC系列之二（Gibbs采样）
于 2018-05-20 17:43:35 首次发布
订阅专栏 解锁全文
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
