MCMC_Metropolis_hasting_1D 算法的实现代码

MCMC算法,metropolis hasting算法的实现代码，可正常运行，加入了自己的注释，对于正在学习MCMC采样的同学会提供一定的帮助。

function [samples naccept] = MH（target proposal xinit Nsamples targetArgs proposalArgs proposalProb）
% Metropolis-Hastings algorithm
% Inputs
% target returns the unnormalized log posterior called as ’p = exp（target（x targetArgs{:}））’
% proposal is a fn as ’xprime = proposal（x proposalArgs{:}）’ where x is a 1xd vector
% xinit is a 1xd vector specifying the initial state
% Nsamples 		- total number of samples to draw
% targetArgs 	- cell array passed to target
% proposalArgs 	- cell array passed to proposal
% proposalProb 	- optional fn called as ’p = proposalProb（xxprime proposalArgs{:}）’
% computes q（xprime|x）. Not needed for symmetric proposals （Metropolis algorithm）
%
% Outputs
% samples（s:） is the s’th sample （of size d）
% naccept = number of accepted move

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2289  2014-10-26 13:50  MCMC_Metropolis_hasting_1D\MH.m

     文件       2037  2014-10-26 14:03  MCMC_Metropolis_hasting_1D\mhDemoMOG.m

     文件        560  2014-10-26 13:14  MCMC_Metropolis_hasting_1D\mogProb.m

     文件         92  2014-10-26 13:19  MCMC_Metropolis_hasting_1D\proposal.m

     文件        159  2014-10-26 13:19  MCMC_Metropolis_hasting_1D\proposalProb.m

     文件        127  2014-10-26 13:14  MCMC_Metropolis_hasting_1D\target.m

     目录          0  2015-06-19 14:21  MCMC_Metropolis_hasting_1D

----------- ---------  ---------- -----  ----

                 5264                    7