Пробоотборник срезов
rnd = slicesample(initial,nsamples,'pdf',pdf)
rnd = slicesample(initial,nsamples,'logpdf',logpdf)
[rnd,neval] = slicesample(initial,...)
[rnd,neval] = slicesample(initial,...,Name,Value)
rnd = slicesample(initial,nsamples,'pdf',pdf)nsamples случайные выборки с использованием метода выборки среза (см. Алгоритмы). pdf дает целевую функцию плотности вероятности (pdf). initial - вектор строки или скаляр, содержащий начальное значение последовательностей случайных выборок.
rnd = slicesample(initial,nsamples,'logpdf',logpdf)
[ возвращает среднее число оценок функций, произошедших в выборке среза.rnd,neval] = slicesample(initial,...)
[ генерирует случайные выборки с дополнительными опциями, заданными одним или несколькими rnd,neval] = slicesample(initial,...,Name,Value)Name,Value аргументы пары.
|
Начальная точка, скалярный вектор или вектор строки. Набор |
|
Положительное целое число, число выборок, |
|
Дескриптор функции, которая генерирует функцию плотности вероятности, заданную с помощью |
|
Дескриптор функции, которая генерирует логарифм функции плотности вероятности, указанной в |
Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.
|
Неотрицательное целое число, количество выборок для генерации и отбрасывания перед генерацией выборок для возврата. Алгоритм выборки среза представляет собой цепочку Маркова, стационарное распределение которой пропорционально распределению По умолчанию: |
|
Положительное целое число, где По умолчанию: |
|
Ширина интервала вокруг текущей выборки, скаляра или вектора положительных значений.
По умолчанию: |
|
|
|
Скаляр, среднее количество оценок функций на выборку.
|
В этом примере показано, как генерировать случайные выборки из мультимодальной плотности с использованием slicesample.
Определите функцию, пропорциональную мультимодальной плотности.
rng default % For reproducibility f = @(x) exp(-x.^2/2).*(1 + (sin(3*x)).^2).*... (1 + (cos(5*x).^2)); area = integral(f,-5,5);
Создайте 2000 образцов из плотности, используя период горения 1000 и сохраняя каждый пятый образец.
N = 2000; x = slicesample(1,N,'pdf',f,'thin',5,'burnin',1000);
Постройте гистограмму образца.
[binheight,bincenter] = hist(x,50);
h = bar(bincenter,binheight,'hist');
h.FaceColor = [.8 .8 1];
Масштабируйте плотность, чтобы она имела ту же площадь, что и гистограмма, и наложите ее на гистограмму.
hold on h = gca; xd = h.XLim; xgrid = linspace(xd(1),xd(2),1000); binwidth = (bincenter(2)-bincenter(1)); y = (N*binwidth/area) * f(xgrid); plot(xgrid,y,'r','LineWidth',2) hold off
Образцы, похоже, хорошо подходят к теоретическому распределению, поэтому burnin стоимость кажется адекватной.
Нет окончательных предложений по выбору соответствующих значений для burnin, thin, или width. Выберите начальные значения burnin и thin, и увеличить их, если необходимо, чтобы дать необходимую независимость и маргинальные распределения. Подробнее о влиянии корректировки см. Neal [1] width.
В каждой точке последовательности случайных выборок, slicesample выбирает следующую точку путем «разрезания» плотности, чтобы сформировать окрестность вокруг предыдущей точки, где плотность выше некоторого значения. Следовательно, точки выборки не являются независимыми. Соседние точки в последовательности имеют тенденцию быть ближе друг к другу, чем они были бы из выборки независимых значений. Для многих целей весь набор точек может использоваться в качестве выборки из целевого распределения. Однако, когда этот тип последовательной корреляции является проблемой, burnin и thin параметры могут помочь уменьшить эту корреляцию.
slicesample использует алгоритм выборки среза Neal [1]. Для обеспечения числовой стабильности он преобразует pdf функция в logpdf функция. Алгоритм изменения размера области поддержки для каждого уровня, называемый «stepping-out» и «stepping-in», был предложен Нилом.
[1] Нил, Рэдфорд М. «Проба среза». Анн. стат. том 31, № 3, стр. 705-767, 2003. Доступно в Project Euclid.
mhsample | rand | randsample