在 R 中编码后验分布答案

【问题标题】：Coding a posterior distribution in R [closed]在 R 中编码后验分布
【发布时间】：2013-12-07 10:38:20
【问题描述】：

这可能是一个荒谬的问题，但我对 R 非常陌生（从 3 周前开始），但我正在运行 Gibbs 采样器并且我正在从非共轭分布中绘图。它设置为 Yi|mu ~ N(1,4^2)、mu~N(0,1) 和 sig^2~IG(2,1)。我已经对采样部分进行了编码，但是在对后验分布进行编码以创建要从中采样的数据时遇到了麻烦。到目前为止我所拥有的是：

dev.new() #####Posterior predictive density ( ppd[1:lx] )for data on the grid x (new line)
#
lx = 200 (new line)
x = seq( min(yy) - .1*(max(yy) - min(yy)), 
     max(yy) + .1*(max(yy) - min(yy)), len = lx )

dev.new()
hist( yy, prob=T )

ppd = rep( 0, lx )

for( ii in 1:lx )
{
    ##### enter the code here, 
    ### ppd[ ii ] = mean( dnorm( .....
 }

 lines( x, ppd, col=2, lwd=2 )

【问题讨论】：

标签： r bayesian

【解决方案1】：

我不知道 Gibbs Sampler 是什么，只是搜索 google:
似乎分发的代码可能是：

gibbs<-function (n, rho) 
{
        mat <- matrix(ncol = 2, nrow = n)
        x <- 0
        y <- 0
        mat[1, ] <- c(x, y)
        for (i in 2:n) {
                x <- rnorm(1, rho * y, sqrt(1 - rho^2))
                y <- rnorm(1, rho * x, sqrt(1 - rho^2))
                mat[i, ] <- c(x, y)
        }
        mat
}

我认为来自同一页面的here 会找到你想要的完整代码 R。在另一个page 中，您可能会找到更多解释和示例

【讨论】：