对于样本参数估计中,提供了很多比较不错的方法,其中就有MH算法。而面对多元时,MH算法的步骤是有变化的。针对多元MH算法估计参数,这里介绍Componentwise Metropolis-Hastings采样。
为了方便介绍,按两元参数估计!
一、Componentwise Metropolis-Hastings (CMH)采样步骤
1.初始化迭代t=1;
2. 初始化待估计参数、;
3. t=t+1;
4. 产生候选点、,通常按均匀随机分布产生;
5. 计算转移概率:
对于样本参数估计中,提供了很多比较不错的方法,其中就有MH算法。而面对多元时,MH算法的步骤是有变化的。针对多元MH算法估计参数,这里介绍Componentwise Metropolis-Hastings采样。
为了方便介绍,按两元参数估计!
一、Componentwise Metropolis-Hastings (CMH)采样步骤
1.初始化迭代t=1;
2. 初始化待估计参数、;
3. t=t+1;
4. 产生候选点、,通常按均匀随机分布产生;
5. 计算转移概率: