MCMC

[Julia,Turing,Bayesian] Conducting Bayesian Inference in Julia using Turing & Metropolis-Hastings

아직 튜링을 재대로 보지 못한 상태에서 전편에 이어 이번에는 Turing이 샘플링 하는 것을 을 좀 더 구체적으로 잘 이해하기 위해 Metropolis-Hasting(MH)를 직접 구현하여 튜링이 샘플링하는 방법을 추정 해 봅니다. 또한 MH로 샘플링 한것과 튜링으로 샘플링 한것을 비교 해 봅니다. 튜링에서 likelihood를 샘플링 하는 방법도 고민 해 봤습니다.

[Julia,MCMC]The Asymmetirc Metropolis-Hastings Sampler

원문( MCMC: The Metropolis-Hastings Sampler ) [백업] 의 Julia 1.5.3 버전의 구현 입니다.원문에서는 R을 사용한 샘플 코드를 제공 하고 있습니다. MH(Metropolis-Hastings) 샘플시 제안분포(Proposal Distribution)을 대칭분포 예를 들어 정규분포 등을 사용한 예제를 많이 제공하고 있느데 여기서는 비대칭 분포를 사용하여 샘플링하는 방법에 대해 소개 하고 있습니다.