Changes between Version 8 and Version 9 of OfficialTolArchiveNetworkBysSampler

Timestamp:

Nov 4, 2010, 10:16:19 AM (14 years ago)

Author:

Víctor de Buen Remiro

Comment:

--

OfficialTolArchiveNetworkBysSampler

@@ -87 +87 @@
 [[LatexEquation( \Sigma\ = s^2 I_n )]] 
 
-donde el tamaño de paso (''step size'') será modificado en cada iteración de forma que el ratio de aceptación {{{Real @Generic::acceptRatio}}} se acerque lo más posible a un valor óptimo o deseado {{{Real @AcceptReject::acceptRatio.target}}} dependiente de cada método.
+donde el tamaño de paso (''step size'') [[LatexEquation( s )]] será modificado en cada iteración de forma que el ratio de aceptación {{{Real @Generic::acceptRatio}}}, es decir, la proporción de candidatos aceptados, se acerque lo más posible a un valor óptimo o deseado {{{Real @AcceptReject::acceptRatio.target}}} dependiente de cada método.
 
 === {{{Class @MetHas }}} ===
 La clase {{{@MetHas : @AcceptReject}}} implementa el más simple de los métodos de simulación vectorial: el método [http://en.wikipedia.org/wiki/Metropolis%E2%80%93Hastings_algorithm Metropolis-Hastings], que puede ser muy eficiente cuando no hay muchas variables y estas no están muy correlacionadas. El valor crítico de aceptación de este método se calcula como
 
-[[LatexEquation( \alpha = \min \left\{ 1, \frac{ \pi\left( y \right) Q\left( x, y \right) }{ pi\left( x \right) Q\left( y, x \right) } \right\} $$)]]
+[[LatexEquation( \alpha = \min \left\{ 1, \frac{ \pi\left( y \right) Q\left( x, y \right) }{ \pi\left( x \right) Q\left( y, x \right) } \right\} $$)]]
 
 ==== {{{Class @MetHas.RandWalk }}} ====
-Si se hereda de {{{@RandWalk}}} y {{{@MetHas}}} al mismo tiempo se obtiene la modalidad más usual: el método Random Walk Metropolis-Hastings (RWMH). 
+Si se hereda de {{{@RandWalk}}} y {{{@MetHas}}} al mismo tiempo se obtiene la modalidad más usual: el método Random Walk Metropolis-Hastings (RWMH) cuyo valor crítico de aceptación es el cociente de densidades
 
-[[LatexEquation( \alpha = \min \left\{ 1, \frac{ \pi\left( y \right)  }{ \pi\left( x \right)  \right\} $$)]]
+[[LatexEquation( \alpha = \min \left\{ 1, \frac{ \pi\left( y \right)  }{ \pi\left( x \right)}  \right\} $$)]]
 
 En este caso se tiene una fórmula que da el óptimo ratio de aceptación propuesta en el artículo [http://projecteuclid.org/DPubS/Repository/1.0/Disseminate?view=body&id=pdf_1&handle=euclid.ss/1015346320 Optimal scaling for various Metropolis-Hastings algorithms (''Gareth O. Roberts and Jeffrey S. Rosenthal'')]