文件名称：matlab代码sqrt-LinVer-Matlab:基于Matlab的线性回归框架用于验证贝叶斯反演代码
文件大小：230KB
文件格式：ZIP
更新时间：2024-06-12 15:28:09
系统开源
Matlab代码sqrt 林维尔 LinVer是技术说明中概述的贝叶斯推理算法验证框架的参考Matlab实现。 它基于已知分析或半解析解的线性回归问题，它提供了一种严格的方法来测试通过假设实现的马尔可夫链蒙特卡洛（MCMC）算法贝叶斯推理算法的输出链是否正确分布根据能量距离统计量测试均等分布（有关详细信息，请参见）。 尽管该代码的主要目的是为有兴趣在其他验证软件中实现该框架的人员提供参考，但它仍然可以用作基本验证工具。 该框架的数学细节可以在前面提到的附录A中找到，并将在即将发表的论文中进行详细说明。 请注意，LinVer正在开发中，可能包含一些错误。 能源统计测试的实施尚未完全验证。 但是，对于基本情况，真实后验的计算被认为是正确的。 基本范例 文件和提供了有关如何计算未知的三种不同情况的真实后验的示例（案例1：回归参数未知，案例2：回归参数和比例参数未知，案例3：回归参数，比例参数和相关性参数未知）。 以下代码说明了一个简单的验证问题的设置，并且也包含在文件中。 可以在中找到更多信息。 param.N = 300; % Number of data points param.bet
【文件预览】：
LinVer-Matlab-master
----fastmv_ar1inv.m(833B)
----.gitignore(146B)
----demo_energy_test.m(1KB)
----eval_corrfunc.m(745B)
----fastmv_eqinv.m(797B)
----easy_example.m(2KB)
----gauss_quadrature.m(4KB)
----do_simple_mcmc_lambda.m(7KB)
----draw_posterior_sample.m(1KB)
----EnSt2DistMat.m(964B)
----fastmv_ar1.m(806B)
----dist_matrix.m(528B)
----dram_example1_gaussian.m(3KB)
----dram_example3_gaussian.m(4KB)
----eval_posterior.m(11KB)
----fastmv_eq.m(768B)
----demo_fastchol.m(752B)
----doc()
--------linver_manual.pdf(181KB)
--------linver_manual.bib(959B)
--------linver_manual.tex(25KB)
----fastchol_eq.m(889B)
----dram_example4.m(4KB)
----demo_case1.m(3KB)
----dist_from_dmat.m(384B)
----eval_noise.m(907B)
----README.md(4KB)
----eval_det.m(798B)
----energy_dist_test.m(2KB)
----dram_from_linver.m(6KB)
----fastchol_ar1.m(878B)
----demo_case2.m(3KB)
----dram_example4_gaussian.m(4KB)
----dram_example1.m(3KB)
----eval_corrfuncinv.m(892B)
----phirnd.m(3KB)
----dram_example3.m(4KB)
----energy_dist_test_dmat.m(2KB)
----EnSt2.m(1KB)
----demo_case3.m(3KB)
----do_energy_test.m(2KB)
----dram_example2.m(3KB)
----do_simple_mcmc.m(5KB)