Procesos
Sea [pic]una partición del vector [pic], donde [pic]y [pic]. Las densidades
[pic]
se conocen como densidades condicionales completas y en general pueden identificarse fácilmente alinspeccionar la forma de la distribución final [pic]. De hecho, para cada [pic],
[pic]
donde [pic]es vista sólo como función de [pic].
Dado un valor inicial [pic], el algoritmo de Gibbs simula unacadena de Markov en la que [pic]se obtiene a partir de [pic]de la siguiente manera:
generar una observación [pic]de [pic];
generar una observación [pic]de [pic];
[pic]
generar una observación[pic]de [pic].
La sucesión [pic]así obtenida es entonces una realización de una cadena de Markov cuya distribución de transición está dada por
[pic]
Comentario. En ocasiones la distribuciónfinal implica cierta estructura de independencia condicional entre algunos de los elementos del vector [pic]. Es estos casos es común que muchas de las densidades condicionales completas sesimplifiquen.
Algoritmo de Metropolis-Hastings
Este algoritmo construye una cadena de Markov apropiada definiendo las probabilidades de transición de la siguiente manera.
Sea [pic]una distribución detransición (arbitraria) y definamos
[pic]
Algoritmo. Dado un valor inicial [pic], la [pic]-ésima iteración consiste en:
1. generar una observación [pic]de [pic];
2. generar una variable [pic];
3. si[pic], hacer [pic]; en caso contrario, hacer [pic].
Este procedimiento genera una cadena de Markov con distribución de transición
[pic]
La probabilidad de aceptación [pic]sólo depende de...
Regístrate para leer el documento completo.