Remove ads

吉布斯採樣(英語:Gibbs sampling)是統計學中用於馬爾科夫蒙特卡洛(MCMC)的一種算法,用於在難以直接採樣時從某一多變量概率分布中近似抽取樣本序列。該序列可用於近似聯合分布、部分變量的邊緣分布或計算積分(如某一變量的期望值)。某些變量可能為已知變量,故對這些變量並不需要採樣。

吉布斯採樣常用於統計推斷(尤其是貝葉斯推斷)之中。這是一種隨機化算法,與最大期望算法等統計推斷中的確定性算法相區別。與其他MCMC算法一樣,吉布斯採樣從馬爾科夫鏈中抽取樣本,可以看作是Metropolis–Hastings算法的特例。

該算法的名稱源於約西亞·威拉德·吉布斯,由斯圖爾特·傑曼英語Stuart Geman唐納德·傑曼英語Donald Geman兄弟於1984年提出。[1]

演算法

吉布斯採樣適用於條件分布比邊緣分布更容易採樣的多變量分布。假設我們需要從聯合分布 中抽取個樣本。記第個樣本為。吉布斯採樣的過程則為:

  1. 確定初始值
  2. 假設已得到樣本,記下一個樣本為。於是可將其看作一個向量,對其中某一分量,可通過在其他分量已知的條件下該分量的概率分布來抽取該分量。對於此條件概率,我們使用樣本中已得到的分量以及上一樣本中的分量,即
  3. 重複上述過程次。

在採樣完成後,我們可以用這些樣本來近似所有變量的聯合分布。如果僅考慮其中部分變量,則可以得到這些變量的邊緣分布。此外,我們還可以對所有樣本求某一變量的平均值來估計該變量的期望。

Remove ads

參見

參考文獻

Remove ads

Wikiwand in your browser!

Seamless Wikipedia browsing. On steroids.

Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.

Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.

Remove ads