Gibbs sampling

Gibbs sampling

1. 확률적 알고리즘: 결합 확률 분포 => 일련의 표본 생성
2. 2개 이상 확률 변수
3. MCMC의 대중적인 sampler
4. 다 변수
5. Bayesian 방법으로 인기가 있다.
1. 자주 conditional expression 사용되기 때문
6. 느리다.
7. 높은 확률을 가지는 쪽에 빠질 수 있다.
8. heavy tails나 multiple mode일 경우에 약하다.

Random Generation Number

1. randn() 
1. 표준정규분포(standard normal distribution)
2. 평균이 0
3. 표준 편차 1
2. normrnd(mu,sigma)=> r = randn() * sigma + mu
3. http://theclevermachine.wordpress.com/tag/gibbs-sampler/ 참조