承认

学生t分布的自适应混合作为一种有效模拟的灵活候选分布:R包承认。本文提出了R包accept,它提供了一个灵活的函数来逼近某个目标分布,并从中有效地生成随机抽取的样本,只需给定目标密度函数的一个核。核心算法由一个适应于兴趣密度的学生t分布的自适应混合函数组成。然后,利用重要抽样或独立链Metropolis-Hastings算法,以拟合的混合密度作为重要或候选密度,得到目标密度的感兴趣量。估计过程是全自动的,因此避免了调整采样算法的耗时和困难的任务。包的相关性在两个示例中显示。第一个目标是详细说明包提供的函数在二元双峰分布中的使用。第二部分通过拟合外汇对数收益率数据的混合ARCH模型的贝叶斯估计,说明了自适应混合过程的相关性。将该方法与标准的重要性抽样和Metropolis-Hastings算法进行了比较,使用了一个朴素的候选者和Griddy-Gibbs方法。