我目前正在用 R 编写一个 MCMC 程序来估计 Rasch 模型参数。为此，我在 Gibbs 采样器中使用了 Metropolis-hastings 算法。
在下面的代码中，给出了项目参数的提案函数的一部分。
y <- rnorm(1,delta[i],sd) #proposal value
# delta[i] is the current delta value from which new proposal is simulated
# calculate log-probability for each person with proposal value
for(p in 1:length(theta)){
z[i] = log(exp(x[p,i]*(theta[p]-y))/(1 + (exp(x[p,i]*(theta[p]-y)))))
}
# sum log-prob values and add log of f(y)
d.l.p[i] <- sum(z)+log(dnorm(y,0,1)) # d.l.p = delta likelihood proposal
## Is this correct?
if(runif(1)<= exp(d.l.p[i]-d.l.c[i])){ # d.l.c = delta likelihood current value
delta[i] <- y
d.l.c[i] <- d.l.p[i]
}
我的问题是使用if(runif(1)<= exp(d.l.p[i]-d.l.c[i]))来确定是否应该接受提案值是否正确？我知道在非对数似然的情况下，您可以使用if(runif(1)<= d.l.p[i]/d.l.c[i])来确定新值的接受度。
由于这更像是一个概念问题而不是编码问题，因此我省略了其余代码。但是，如果需要所有代码，我很乐意提供。
提前Tnx！约斯特