文件名称：discreteMCMC:离散数组变量可逆跳转MCMC
文件大小：29KB
文件格式：ZIP
更新时间：2024-06-06 23:21:45
bayesian markov-chain-monte-carlo bayes-factors Python
离散变量可逆跳转MCMC采样器 这个很小的工具包实现了Green（1995）提出的可逆跳转MCMC算法。 算法 画一个统一的随机变量u 如果u <0> 0.5，则执行交换步骤，随机选择一个位置为1并将其交换为0。如果当前状态为全模型或空模型，则不要进行任何交换。 而是直接转到下一个迭代。 计算前后的后验，计算两个模型之间的贝叶斯因子。 如果u2 <贝叶斯因子，则生成另一个统一的随机变量u2并接受建议。 用法 import numpy as np from scipy . stats import bernoulli import matplotlib . pyplot as plt import seaborn as sns from dmcmc impo
【文件预览】：
discreteMCMC-master
----img()
--------binomial_posterior.png(24KB)
----requirements.txt(46B)
----LICENSE(1KB)
----dmcmc()
--------__init__.py(24B)
--------mcmc.py(6KB)
----setup.py(2KB)
----README.md(2KB)