实际问题中条件概率是怎么计算的啊，是已知的吗？
哦~明白了，是我们使Q(A->D)=0的，不好意思，一下子没明白过来~
PS：楼上的问题可以不用回答我啦~谢谢你的讲解，很不错~
19 天 后
您好，版主
咨询一下，不知道我是否没有看懂，如果x1-xn 都互相独立， 那你这个Gibbs采样还有没有意义
[未知用户] 不好意思，脑子一时搞不清楚，p(x i |x 1 ,⋯,x i−1 ,x i+1 ,⋯,x n ) 如果x1-xn都互不相关的话，不是p(x i |x 1 ,⋯,x i−1 ,x i+1 ,⋯,x n ) = p(xi). 现在我在解决的问题是这样的，现在有n维的gauss分布作为输入，而又有m维的输出，那么每一维的输出可以看作是p(x1,...xn)的函数.我是否可以用Gibbs采样去模拟这个过程吗，如果可以，请指教，请恕在下愚钝，谢谢
叶兄，
1）如何判断第一次迭代到达稳态分布？
2）请问你所谓的第二次迭代如何实现？
5 天 后
写得很棒的一个系列文章。
期待楼主把pdf发出来，供珍藏，哈哈。
原来对这mcmc这一块一知半解的，感谢你的提炼，
让我有了更准确的理解。
如果可以，楼主能不能把这个系列的文章pdf发给我啊，
friday_wu@126.com
Algorithm 8中的第2步的第6小步，x2(t)是否应为x2(t+1)呢？
2 个月 后
博主您好！请问实践中如何知道Gibbs sampling中的那些条件概率呢？
2 个月 后
到达平稳分布后，“ x_K, x_{K+1}”所服从的分布是相同的，具体每一步转移到那个状态值，还是有随机的，就是说马氏链是随机序列，这也正是对平稳分布的随机取样，只不过是达到平稳分布后转移概率矩阵已不再变化而已。
3 个月 后
16 天 后
6 天 后
细致平稳条件是达到稳态的充分条件，并不是必要条件。
15 天 后
写得非常好，在网上很少看到这样精彩的数学基础文章。尤其是对于我这一类的工科学生，很多文章的介绍太简单了，这篇就非常棒
5 个月 后
[未知用户] 你好，和林风琦的问题一样还是不明白。。。
你好，你是不是可以以你的理解把这个问题通俗的讲解一下呢，这也是我的困惑所在。
3 个月 后
真是MCMC中一篇最好的文章，大赞大赞！另外，楼主你有没有考虑过Gibbs 采样得到的样本之间的自相关性问题。
7 个月 后
能公布一下你的参考资料吗
4 个月 后
深入浅出的好文章，感谢。
有个问题：通过引入接受率来满足细致平稳分布条件。具体在算法6（Metropolis Hastings）中接受率需要求min{equation, 1} 中的equation分母部分在具体算法中怎么求？