如何用Java实现马尔可夫链蒙特卡洛法，让数学小白也能轻松入门？

本文共计3484个文字，预计阅读时间需要14分钟。

作者 | Ben Shaver 翻译 | 刘畅 编辑 | Donna大量时间，贝叶斯系统在最佳情况下是魔法的；在最简单的情况下，是一种完全主观的教条。在应用贝叶斯方法时，理论、作者、翻译、编辑和Donna...

作者|BenShaver翻译|刘畅编辑|Donna大多数时候贝叶斯统计在结果在最好的情况下是魔法在最糟糕时是一种完全主观的废话。在用到贝叶斯方法的理

作者 | Ben Shaver

翻译 | 刘畅

编辑 | Donna

大多数时候贝叶斯统计在结果在最好的情况下是魔法在最糟糕时是一种完全主观的废话。在用到贝叶斯方法的理论体系中马尔可夫链蒙特卡洛方法尤其神秘。

这篇文章将介绍马尔可夫链蒙特卡洛方法极其背后的基本数学推理。

首先什么是马尔可夫链蒙特卡洛(MCMC)方法呢

最简短的回答就是

“MCMC就是一种通过在概率空间中随机采样来近似感兴趣参数的后验分布的方法”

在这篇文章中我不用任何数学知识就可以解释上面这个简短的答案。

贝叶斯理论体系基本术语

首先是一些术语。

感兴趣的参数只是用来抽象我们感兴趣的现象的一些数字。通常我们会使用统计的方法来估计这些参数。例如如果我们想了解成年人的身高那么我们需要的参数可能就是以英寸为单位的平均身高。

分布就是参数的各个可能值和我们能观察到每个参数的可能性的数学表示。