rmf.matrix.gibbs(rstiefel)
rmf.matrix.gibbs()所属R语言包:rstiefel
Gibbs Sampling for the Matrix-variate von Mises-Fisher Distribution
Gibbs采样的矩阵变量·冯·米塞斯Fisher分布
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Simulate a random orthonormal matrix from the matrix von Mises-Fisher distribution using Gibbs sampling.
模拟矩阵·冯·米塞斯Fisher分布Gibbs抽样的随机正交矩阵。
用法----------Usage----------
rmf.matrix.gibbs(M, X, rscol = NULL)
参数----------Arguments----------
参数:M
a matrix.
一个矩阵。
参数:X
the current value of the random orthonormal matrix.
的当前值的随机正交矩阵。
参数:rscol
the number of columns to update simultaneously.
列的数目同时更新。
值----------Value----------
a new value of the matrix X obtained by Gibbs sampling.
一个新的矩阵XGibbs抽样获得。
注意----------Note----------
This provides one Gibbs scan. The function should be used iteratively.
这提供了1吉布斯扫描。应反复使用的功能。
(作者)----------Author(s)----------
Peter Hoff
参考文献----------References----------
实例----------Examples----------
Z<-matrix(rnorm(10*5),10,5)
U<-rmf.matrix(Z)
U<-rmf.matrix.gibbs(Z,U)
## The function is currently defined as[#功能目前被定义为]
function (M, X, rscol = NULL)
{
if (is.null(rscol)) {
rscol <- max(2, min(round(log(dim(M)[1])), dim(M)[2]))
}
sM <- svd(M)
H <- sM$u %*% diag(sM$d)
Y <- X %*% sM$v
m <- dim(H)[1]
R <- dim(H)[2]
for (iter in 1:round(R/rscol)) {
r <- sample(seq(1, R, length = R), rscol)
N <- NullC(Y[, -r])
y <- rmf.matrix(t(N) %*% H[, r])
Y[, r] <- N %*% y
}
Y %*% t(sM$v)
}
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|