Ising 模型的 Gibbs 抽樣

作業問題：

考慮一維伊辛模型。

讓.是 -1 或 +1

設計一個 gibbs 採樣算法，從目標分佈中近似生成樣本.

我的嘗試：

隨機選擇值（-1 或 1）來填充向量. 所以也許. 所以這是.

所以現在我們需要繼續進行第一次迭代。我們必須畫出 40 個不同的 x分別地。所以…

畫從

畫從

畫從

等等..

所以讓我絆倒的部分是我們如何從條件分佈中實際提取。如何參加進來？也許一次平局的例子可以解決問題。

先看這個案例。刪除不依賴的項， 我們有。

x_1 <- sample(c(-1, 1), 1, prob = c(exp(-x_2), exp(x_2)) / (2*cosh(x_2)))

將其概括為（注意差異；見下文 Ilmari 的評論）。

您可以使用 Ising 的分析結果來檢查您的模擬嗎？

引用自：https://stats.stackexchange.com/questions/94792