这篇讲义的参考文献能列一下吗？以便更细致的阅读某些细节。谢谢楼主richjin !
2 个月 后
[未知用户] 有一个问题：

求取p(x)采样的算法5 （MCMC算法）中，用到了p(y)。

可是，p(.)不是难以计算(才使用MCMC来采样的）吗？

肯请各位回答一下。谢谢了！
12 天 后
[未知用户] p(x)并不难计算，难计算的是p(x)的期望，因为要计算积分
24 天 后
[未知用户] 楼主，一旦收敛后，状态就不在变化了，也就是说xk和xk+1是一样的，我的理解是，如果保证采样多样性，就要从新进行一遍这个过程，也就是说每一次只能产生一个样本点
12 天 后
你好，关于吉布斯采样的过程能不能举例具体的简单的例子
就是怎么由条件概率求出更新值得这一过程我没看明白
12 天 后
您好，您的很多文章都写非常好，这篇也是简单易懂。如果方便的话，您能否把您在这个网站发的文章给我发一份呢？我想打印下来仔细研读。我的邮箱是943273821@qq.com，谢谢哈。。。
4 个月 后
[未知用户] 跟你问题一样，我也想知道为什么到达稳态后，样本点X(n)，X(n+1)都是平稳分布的随即序列了，可这个随即序列不应该是固定了嘛，还有就是我想知道未达稳态前的是都不属于目标概率分布P（x）嘛，有没有什么价值呢，关于这个疑惑好久了，希望你能帮我解答，谢谢
[未知用户] 关于这一点我还是很疑惑，我感觉到达稳态后，样本点X(n)，X(n+1)都是平稳分布的随即序列了，可这个随即序列不应该是固定了嘛，这样还有什么随机性，一直想不明白，希望你能帮忙解答。
还有就是我想知道未达稳态前的是都不属于目标概率分布P(x)嘛，有没有什么价值呢，关于这个也疑惑好久了。谢谢
3 个月 后
可事实是，子代的社会阶层根本不会收敛。　这意味着转移概率矩阵不存在，还是意味着马氏链定理根本就不存在，　还是说子代问题不适合使用马氏链定理？　　好像很多时候，人们先想个答案，然后让问题服从答案。
也许某些有限的限定问题服从马氏链定理，　但说真的，生命物种繁衍、社会演化等等有生命特征、内部自反馈调整　或所谓非线性的体系，　我实在难以相信　它们会服从马氏链定理。
2 个月 后
[未知用户] 我的理解是:因为到达稳态后的x(n),x(n+1)都服从同一分布π(x)，当给一个初始状态时，在跳转过程也就是采样过程(一次采样过程需要知道当前的转移概率分布，在这个分布上采样)中产生对应的状态值(因为状态转移是随机的，这些状态值并不一定相等)，到达稳态后的这些状态值序列可以看做是分布π(x)的采样序列，因为它们都服从同一分布π(x)
3 个月 后
[未知用户] 感觉PRML写的和shi一样。。。
2 个月 后

你好，\pi(j)是一个概率分布还是一个概率值啊，文中既说\pi(x)是一个概率分布，却又将\pi(j)作为Pn的转移矩阵的元素值(一个标量),觉得好奇怪啊，希望有大神帮忙解决一下

3 个月 后
1 年 后

非常感谢靳老师的讲解，写的非常好！！！非常感谢?
有两个问题：
1. Algorithm 5 MCMC 采样算法 里面，“如果u<alpha(x_t,y)=p(y)*q(x_t|y)“，应该为：“如果u<alpha(x_t,y)=p(y)/p(x_t)”。 Metropolis 算法其实就是假定proposal distribution是对称分布的。所以这个算法上面那些：对Metropolis 算法，从细致平稳条件推出的解释，值得再推敲。
2. Algorithm 5 和Algorithm 6 中，当不接受alpha转移的时候，X_t+1=X_t，这是否会增加这个样本的采样？是否可以用一个结果向量来保存所有满足接受率的X_t值，而对不满足的则不保存。也就是去除这种算法结果中所有连续重复的X_t.