Metropolis-Hastings 算法对不同的函数进行采样。 请参阅 readme.txt 文件。

有关如何使用的详细信息，请参阅 readme.txt。 如有问题、意见和建议，请通过 ks236@cse.buffalo.edu 与我联系 有关更多详细信息，请访问我网站的研究标签http://www.cse.buffalo.edu/~ks236

自适应独立粘性大都会 (AISM) 采样器是一种算法，可有效地从任何（有界）单变量目标分布中提取。 建议密度是非参数的，构建过程依赖于替代插值策略。 用户可以通过设计合适的统计更新测试来控制proposal与目标pdf之间的L1距离（即proposal与目标的收敛性），这也控制了整体的计算成本。 形容词“粘性”突出了提议方案生成一系列提议密度的能力，这些提议密度逐渐“粘”到目标。 请参阅 MAIN.m 中的示例以正确使用代码。 有关更多技术信息，请参阅 L. Martino、R. Casarin、F. Leisen、D. Luengo。 自适应独立粘性 MCMC 算法，arXiv：1308.3779，2016。

该 Ising 模型用于通过应用 Metropolis 算法-蒙特卡洛方法模拟磁系统（正、负或随机自旋）。 运行主文件，输入晶格大小（最好是 100），然后选择一个输入自旋作为初始配置。 设置了两个不同的温度（T=2.0 和 T=2.5）。 例如，在 T=2（低温）下使用选定的正自旋进行初始化，大多数自旋是黑色的，这是因为翻转自旋的机会很小，并且材料具有铁磁性。 对于 T=2.5 的情况，由于温度较高，它会产生自旋翻转的趋势。 因此，材料失去磁化。 自旋似乎没有对齐，由此产生的配置似乎是随机无序的。 那是因为顺磁行为。 模拟的下一部分是可观测值计算：平均磁化、平均能量、平均磁化率和比热。 为了计算平均能量和磁化强度，我们必须找到能量和磁化值变化很小的时间依赖性（能量和磁化强度随时间增加变化很小的时间）因此，我们选择精度 p 并检查间隔（应满足精度的时间步数）。 这些间隔应取决于初始配

mcmcstat：Matlab的MCMC工具箱

这是 Metropolis Hastings 算法的一个非常简单但功能强大的实现。 该函数的工作方式有点像 Matlab 的“fmincon”，但从参数的后验分布中生成样本。 该算法假设如下： - 高斯加性噪声（方差被积分出来） - 所有参数的统一先验（这可以在代码中轻松更改）

要安装依赖项，请运行：pip install -r requirements.txt 要绘制一个点阵实例化一个绘图对象，参数包括： N- size of lattice B- strength of magnetic field (default is zero) start- low(cold) or high(hot) start (default is low) inc- size of increments in plots (default is 0.01) x0- starting point of plots (default is 1) x1- final point of plots (default is 5) steps-number of steps (default is 50000) T - Temperature (default is 1) 一些展示程

text generation

This is an introduction to metropolis-hasting algorithms with the prospective of R language.