Các thuật toán MCMC như lấy mẫu của Metropolis-Hastings và Gibbs là cách lấy mẫu từ các bản phân phối sau.
Tôi nghĩ rằng tôi hiểu và có thể thực hiện việc quét đô thị khá dễ dàng - bạn chỉ cần chọn điểm bắt đầu bằng cách nào đó và 'đi bộ không gian tham số' một cách ngẫu nhiên, được hướng dẫn bởi mật độ đề xuất và mật độ đề xuất. Lấy mẫu Gibbs có vẻ rất giống nhau nhưng hiệu quả hơn vì nó chỉ cập nhật một tham số tại một thời điểm, trong khi giữ cho các tham số khác không đổi, đi bộ không gian một cách hiệu quả theo kiểu trực giao.
Để làm điều này, bạn cần có điều kiện đầy đủ của từng tham số trong phân tích từ *. Nhưng những điều kiện đầy đủ này đến từ đâu? Để có được mẫu bạn cần phải cách ly các doanh trênx1. Điều đó có vẻ như là rất nhiều công việc phải phân tích nếu có nhiều tham số và có thể không thể thực hiện được nếu phân phối chung không 'rất đẹp'. Tôi nhận ra rằng nếu bạn sử dụng liên hợp trong suốt mô hình, các điều kiện đầy đủ có thể dễ dàng, nhưng phải có cách tốt hơn cho các tình huống chung hơn.
Tất cả các ví dụ về lấy mẫu Gibbs mà tôi đã thấy trực tuyến sử dụng các ví dụ đồ chơi (như lấy mẫu từ một thông thường đa biến, trong đó các điều kiện chỉ là chính quy tắc), và dường như tránh được vấn đề này.
* Hay bạn cần các điều kiện đầy đủ ở dạng phân tích? Làm thế nào để các chương trình như winBUGS làm điều đó?