Markov-Chain-Montecarlo
將多條平行的 MCMC 鏈組合成一條更長的鏈
假設一個人跑了平行的 MCMC 鏈，每個鏈都有老化。讓生成的鍊錶示為
在哪裡是老化後每條鏈的長度。 如果要將這些鏈組合成一條長鏈，是否像將它們連接起來一樣簡單
就我而言，每個是一個參數向量. 我的目標是從後部採樣
在哪裡是數據。我之所以對平行鏈感興趣，是因為它們是計算潛在規模縮減因子（PSRF）所必需的。
請注意，單個鏈具有串行依賴性；來自不同鏈的值不會，所以如果你想讓它看起來像一個長鏈，只是連接它們看起來不正確。
但是，如果您只對分佈感興趣，則鏈中的順序無關緊要。您實際上並沒有為此尋求連接鏈，您只是想匯集所有分佈信息（將它們視為一個大樣本）。當然，如果鏈都收斂到它們的平穩分佈，它們都將是來自同一分佈的樣本——你可以將它們組合起來。
事實上，有些人會經歷一段磨合期，然後從許多不同的鏈中提取一個值。
（將運行分開可能有助於判斷它們是否真的收斂了。）
但是，如果您正在計算解釋依賴結構的方差，那麼您將基於以下事實：不同的運行是獨立的，但同一運行中的值是相互依賴的。