Tôi cần phải thực hiện một mô phỏng để đánh giá tích phân của hàm 3 tham số, chúng ta nói , có công thức rất phức tạp. Nó được yêu cầu sử dụng phương pháp MCMC để tính toán nó và thực hiện thuật toán Metropolis-Hastings để tạo ra các giá trị được phân phối dưới dạng , và nó được đề xuất sử dụng 3 biến đổi bình thường làm phân phối đề xuất. Đọc một số ví dụ về nó, tôi đã thấy rằng một số sau đó sử dụng bình thường với các tham số cố định và một số sử dụng với một biến có nghĩa là , trong đó là giá trị được chấp nhận cuối cùng như phân phối theo . Tôi có một số nghi ngờ về cả hai cách tiếp cận:f N ( μ , σ ) N ( X , σ ) X f
1) Ý nghĩa của việc chọn giá trị được chấp nhận cuối cùng là giá trị trung bình mới của phân phối đề xuất của chúng tôi là gì? Trực giác của tôi nói rằng cần đảm bảo rằng các giá trị của chúng tôi sẽ gần hơn với các giá trị được phân phối dưới dạng và cơ hội chấp nhận sẽ lớn hơn. Nhưng nó không tập trung quá nhiều mẫu của chúng tôi? Có đảm bảo rằng, nếu tôi lấy được nhiều mẫu hơn, chuỗi sẽ trở thành ổn định?
2) Sẽ không chọn các tham số cố định (vì rất khó phân tích) có thực sự khó khăn và phụ thuộc vào mẫu đầu tiên chúng ta cần chọn để bắt đầu thuật toán không? Trong trường hợp này, cách tiếp cận tốt nhất để tìm ra cái nào tốt hơn?
Là một trong những cách tiếp cận tốt hơn so với phương pháp khác hay điều này phụ thuộc vào trường hợp?
Tôi hy vọng những nghi ngờ của tôi đã rõ ràng và tôi sẽ rất vui nếu có thể đưa ra một số tài liệu (tôi đã đọc một số bài viết về chủ đề này, nhưng nhiều hơn là tốt hơn!)
Cảm ơn trước!