균일 한 후보 분포로 Metropolis-Hastings 알고리즘을 실행할 때 수용 률이 약 20 %라는 근거는 무엇입니까?
내 생각은 : 일단 참 (또는 참에 가깝다) 매개 변수 값이 발견되면 동일한 균일 간격의 새로운 후보 매개 변수 값 집합이 우도 함수의 값을 증가시키지 않을 것입니다. 따라서 반복을 많이할수록 허용 률이 낮아집니다.
이 생각에서 내가 어디 잘못 되었나요? 많은 감사합니다!
내 계산 그림은 다음과 같습니다.
여기서 은 로그 우도입니다.
으로 후보가 항상 같은 균일 한 간격에서 가져옵니다,
따라서 합격률 계산은 다음과 같이 축소됩니다.
의 수락 규칙 은 다음과 같습니다.
만일 , 구간에서 균일하게 분포로부터 그려이다 이어서,
그렇지 않으면 간격 에서 균일 분포에서 를 그립니다