สมมติว่าฉันมีฟังก์ชั่นที่ฉันต้องการรวม แน่นอนสมมติว่าไปที่ศูนย์ที่จุดสิ้นสุดไม่มีการระเบิดฟังก์ชันที่ดี วิธีหนึ่งที่ฉันได้รับการเล่นซอกับคือการใช้อัลกอริทึม Metropolis-เฮสติ้งส์เพื่อสร้างรายการของตัวอย่างจากการกระจายสัดส่วนการซึ่งจะหายไปอย่างต่อเนื่องการฟื้นฟู ซึ่งฉันจะเรียกแล้วคำนวณสถิติf (x)บนxเหล่านี้:
ตั้งแต่ฉันสามารถแทนที่เพื่อยกเลิกจากอินทิกรัลส่งผลให้เกิดการแสดงออกของรูปแบบ
ฉันพยายามทดสอบนี้ใน R สำหรับฟังก์ชันตัวอย่าง2} ในกรณีนี้ฉันไม่ใช้ Metropolis-Hastings เพื่อสร้างตัวอย่าง แต่ใช้ความน่าจะเป็นที่แท้จริงด้วยเพื่อสร้างตัวอย่าง (เพื่อทดสอบ) ฉันไม่ได้รับผลลัพธ์ที่ต้องการ โดยพื้นฐานแล้วการแสดงออกอย่างเต็มรูปแบบของสิ่งที่ฉันจะคำนวณคือ:
นี้ควรในทฤษฎีของผมประเมินปี่} มันเข้าใกล้ แต่แน่นอนไม่ได้มาบรรจบกันตามที่คาดหวังฉันจะทำอะไรผิดหรือเปล่า? 1rnorm
1/√
ys = rnorm(1000000, 0, 1/sqrt(2))
r = max(ys) - min(ys)
sum(sapply(ys, function(x) 1/( r * exp(-x^2))))/length(ys)
## evaluates to 0.6019741. 1/sqrt(pi) = 0.5641896
แก้ไขสำหรับ CliffAB
เหตุผลที่ผมใช้ช่วงเป็นเพียงเพื่อให้ง่ายต่อการกำหนดฟังก์ชั่นที่เป็นที่ไม่ใช่ศูนย์ภาคเหนือที่จุดของฉันมี แต่บูรณาการที่ในช่วงinfty] ข้อมูลจำเพาะทั้งหมดของฟังก์ชันคือ: ฉันไม่จำเป็นต้องใช้เป็นความหนาแน่นสม่ำเสมอ ฉันอาจใช้ความหนาแน่นอื่น ๆ ที่รวมเข้ากับตัวอย่างเช่นความหนาแน่นของความน่าจะเป็น อย่างไรก็ตามสิ่งนี้จะทำให้การสรุปตัวอย่างแต่ละตัวอย่างเล็ก ๆ น้อย ๆ คือ [ - ∞ , ∞ ] U ( x ) = { 1U(x)1P(x)=1
ผมอาจจะลองเทคนิคนี้สำหรับการแจกแจงอื่น ๆ ที่รวมไป1อย่างไรก็ตามฉันยังต้องการที่จะรู้ว่าทำไมมันใช้งานไม่ได้กับการกระจายแบบสม่ำเสมอ