sns：随机牛顿采样器（sns）

随机牛顿采样器（SNS）是一种基于Metropolis-Hastings的马尔可夫链蒙特卡罗采样器，用于二次可微对数压缩概率密度函数（PDF），其中建议密度函数是由当前点周围对数密度的二阶泰勒级数展开产生的多元高斯。高斯建议的平均值是从当前点算起的完整牛顿-拉斐逊步长。布尔标志允许从SNS切换到Newton-Raphson优化（通过选择建议函数的平均值作为下一点）。这可以在老化过程中使用，以接近PDF的模式（由于凹面，这是唯一的）。对于高维密度，可以通过“状态空间划分”策略改进混合，其中SNS应用于状态空间的不相交子集，并包裹在Gibbs循环中。当梯度和黑森函数的解析表达式不可用时，可以进行数值微分。提供了对数密度的验证和数值微分设施。注：可以从档案中获取MfUSampler以前可用的版本<https://cran.r-project.org/src/contrib/Archive/MfUSampler网站/>.

版本：	1.2.2
进口：	mvtnorm公司,结尾,数字派生
建议：	回归工厂,MfU取样器
出版：	2022-11-02
作者：	Alireza S.Mahani、Asad Hasan、Marshall Jiang、Mansour T.A.Sharabiani
维护人员：	Alireza Mahani<Alireza.s.Mahani at gmail.com>
许可证：	GPL-2型|GPL-3公司[扩展自：GPL（≥2）]
需要编译：	不
引用：	sns引文信息
材料：	更改日志
CRAN检查：	sns结果

文档：

参考手册：	sns.pdf格式
渐晕图：	随机牛顿采样器：R包sns

下载内容：

包源：	sns1.2.2.目标.gz
Windows二进制文件：	r-预发布：sns_1.2.2.zip，r版本：sns_1.2.2.压缩，r-oldrel：sns_1.2.2.zip
macOS二进制文件：	r-prerel（臂64）：信噪比1.2.2.tgz，r-release（arm64）：信噪比1.2.2.tgz，r-oldrel（arm64）：信噪比1.2.2.tgz，r-prerel（x86_64）：信噪比1.2.2.tgz，r-release（x86_64）：信噪比1.2.2.tgz
旧来源：	sns存档

反向依赖关系：

反向建议：

MfU取样器,回归工厂

链接：

请使用规范形式https://CRAN.R-project.org/package=sns链接到此页面。