我需要比較兩個概率矩陣來知道鏈的接近程度，所以我會使用測試結果的P值。 我試圖使用markovchain r軟件包，更具體地說是divergenceTest函數。但是，問題在於該功能沒有正確實施。它基於第139頁上的書「Statistical Inference Based on Divergence Measures」的測試，我聯繫了軟件包開發人員，但他們仍未糾正，所以我嘗試實施，但遇到了麻煩，
我自學了Metropolis算法，並決定嘗試在Python中進行編碼。我選擇模擬Ising模型。我的Python愛好者瞭解和這裏就是我想出了 - import numpy as np, matplotlib.pyplot as plt, matplotlib.animation as animation
def Ising_H(x,y):
s = L[x,y] * (L[(x+1)
我的Metropolis-Hastings問題有一個固定的二項式分佈，所有提議分佈q（i，j）都是0.5。參考圖和直方圖，算法是否應該清晰地以0.5爲中心，二項分佈的概率是多少？ pi <- function(x, n, p){
# returning value from binomial distribution
result <- (factorial(n)/(factorial
我有一個有向圖G（V，E）和權重w（u，v）。 在此圖中，權重w（u，v）表示節點（v）從節點（u）訪問了多少次。例如（See這對於有向圖圖像）：
1 3
A ----- B ----- D
| \____/|
1| 4 |2
| |
C E
作爲C和B是從一個被訪問一次，d是從B等訪問了3次。鑑於這些數據，我如何計算到達每個終端節點