Metropolis-Hastingsov algoritem
From Wikipedia, the free encyclopedia
V statistiki in statistični fiziki je Metropolis-Hastingsov algoritem MCMC metoda za pridobivanje sekvence naključnih vzorcev z verjetnostne porazdelitve, iz katere je neposredno vzorčenje težavno. To sekvenco lahko uporabljamo za aproksimiranje porazdelitve (npr. za generiranje histograma) ali izračunanje integrala (npr. pričakovana vrednost). Metropolis-Hastings in drugi MCMC algoritmi se na splošno uporabljajo za vzorčenje z večdimenzionalne porazdelitve, zlasti, ko je število dimenzij visoko. Za enodimenzionalne porazdelitve so običajno druge metode (npr. adaptivno vzorčenje zavračanja), ki neposredno dajo neodvisne vzorce s porazdelitve in ti nimajo težav s avtokoreliranimi vzorci, ki so inherentni pri MCMC metodah.