考虑到公交车站的情况,一开始公交车平均每2分钟一班,但从时间i=26开始,公交车开始平均每10分钟一班到公交车站 。
Gibbs采样器的实现
首先,我们需要初始化 k、λ 和 α 。
n - length(y) # 样本的观察值的数量
lci - 10000 # 链的大小
aba - alpha - k - numeric(lcan)
k[1] - sample(1:n,
现在,对于算法的每次迭代,我们需要生成 λ(t)、α(t) 和 k(t),如下所示(记住如果 k+1n 没有变化点):
文章插图
for (i in 2:lcan){
kt - k[i-1]
# 生成lambda
lambda[i] - rgamma
# 生成α
# 产生k
for (j in 1:n) {
L[j] - ((lambda[i] / alpha[i
# 删除链条上的前9000个值
bunIn - 9000
结果
在本节中,我们将介绍 Gibbs 采样器生成的链及其参数 λ、α 和 k 的分布 。参数的真实值用红线表示 。
文章插图
文章插图
文章插图
下表显示了参数的实际值和使用 Gibbs 采样器获得的估计值的平均值:
res - c(mean(k[-(1:bun)]), mean(lmba[-(1:burn)]), mean(apa[-(1:buI)]))
resfil
文章插图
结论
从结果中,我们可以得出结论,使用 R 中的 Gibbs 采样器获得的具有变点的指数分布对参数 k、λ 和 α 的估计值的平均值接近于参数的实际值,但是我们期望更好估计 。这可能是由于选择了链的初始值或选择了 λ 和 α的先验分布 。
文章插图
最受欢迎的见解
1.使用R语言进行METROPLIS-IN-GIBBS采样和MCMC运行
2.R语言中的Stan概率编程MCMC采样的贝叶斯模型
3.R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样
4.R语言BUGS JAGS贝叶斯分析 马尔科夫链蒙特卡洛方法(MCMC)采样
5.R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归
6.R语言Gibbs抽样的贝叶斯简单线性回归仿真分析
7.R语言用Rcpp加速Metropolis-Hastings抽样估计贝叶斯逻辑回归模型的参数
8.R语言使用Metropolis- Hasting抽样算法进行逻辑回归
9.R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长
以上关于本文的内容,仅作参考!温馨提示:如遇专业性较强的问题(如:疾病、健康、理财等),还请咨询专业人士给予相关指导!
「辽宁龙网」www.liaoninglong.com小编还为您精选了以下内容,希望对您有所帮助:- 两家免税店将于秋季在俄罗斯开业,服务对象仅限于外交官及其家属
- 特斯拉“酒驾”车祸 车主称坐副驾车子自己开的:官方公布结果
- 俄罗斯奥运梦碎?唯一参赛的王牌项目领跑预选赛 国际奥委会没辙
- 俄乌动态:俄称共摧毁6套“海马斯”;加拿大宣布扩大对俄制裁;美国“拱火”不停,俄专家称美方明显想让局势升级
- 普罗米修斯的故事?
- 全球首穿高定、戴百万珠宝,曾经土气的她终于飞升了 | 郑尔摩斯周报
- 亚特兰蒂斯的秘密,是什么?
- 泽连斯基硬的不行来软的:呼吁顿涅茨克民众撤离
- 俄罗斯美女排行
- 内部人士:勒布朗·詹姆斯将想与儿子在同一支球队打球