আপনার সরবরাহিত কাগজের দিকে আমি নজর দিইনি, তবে যাই হোক আমাকে যেতে দিন:
আপনি যদি একটি থাকে তাহলে -dimensional প্যারামিটার স্থান একটি র্যান্ডম অভিমুখ তৈরি করতে পারেন অবিশেষে সঙ্গে ইউনিট গোলক পৃষ্ঠতলে বিতরণpd
x <- rnorm(p)
d <- x/sqrt(sum(x^2))
(সিএফ উইকি )
তারপরে, প্রত্যাখ্যান স্যাম্পলিংয়ের জন্য প্রস্তাব উত্পন্ন করার জন্য এটি ব্যবহার করুন (ধরে নিবেন যে আপনি আসলে এর বিতরণটি মূল্যায়ন করতে পারেন )।dd
ধরে নেওয়া যাক আপনি অবস্থান শুরু এবং গ্রহণ করেছি , একটি প্রস্তাব উৎপন্ন সঙ্গেxdy
lambda <- r<SOMEDISTRIBUTION>(foo, bar)
y <- x + lambda * d
এবং তে স্থানান্তরিত হবে কি না তা সিদ্ধান্ত নিতে একটি মহানগর-হেস্টিংস-পদক্ষেপ করুন ।y
অবশ্যই, এটি কতটা ভাল কাজ করতে পারে তা এর বিতরণের উপর নির্ভর করবে এবং প্রত্যাখ্যানের নমুনা পদক্ষেপে এর ঘনত্ব মূল্যায়ন (বারবার) করা কত ব্যয়বহুল, তবে যেহেতু জন্য প্রস্তাবনা উত্পন্ন করা সস্তা, আপনি এটি থেকে দূরে সরে যেতে পারেন।dd
@ সিগিল্লেস্পির সুবিধার জন্য যুক্ত করা হয়েছে:
কিছু গুগলিংয়ের মাধ্যমে আমি যেটি সংগ্রহ করতে পেরেছিলাম, সেগুলি থেকে হিট-এন্ড-রান এমসিএমসি প্রাথমিকভাবে দ্রুত মিক্সিংয়ের জন্য দরকারী যদি আপনার একটি (মাল্টিভারিয়েট) লক্ষ্য থাকে যা নির্বিচারে আবদ্ধ থাকে তবে প্রয়োজনীয় সংযুক্ত সমর্থন নেই, কারণ এটি আপনাকে যে কোনও বিন্দু থেকে সরিয়ে নিতে সক্ষম করে তোলে এক পদক্ষেপে অন্য যে কোনও ব্যক্তির সমর্থনে। আরও এখানে এবং এখানে ।