社交网站

R包sns。随机牛顿采样器(SNS)是一种基于Metropolis-Hastings的Markov链montecarlo采样器,用于两次可微对数凹概率密度函数(pdf),其中建议的密度函数是由当前点周围对数密度的二阶泰勒级数展开得到的多元高斯函数。高斯建议的平均值是从当前点开始的完整牛顿-拉斐逊步长。通过选择下一个牛顿函数的子函数来实现从牛顿到拉斐斯函数的切换。这可以在烧录过程中使用,以接近PDF的模式(由于凹面而独特)。对于高维密度,可以通过“状态空间划分”策略来改善混合,在这种策略中,SNS被应用于状态空间的不相交子集,包裹在Gibbs循环中。当梯度和Hessian的解析表达式不可用时,数值微分是可用的。为测井密度的验证和数值微分提供了便利。