司仪中的步行者没有探索参数空间？

Question

首先：对缺乏代码和相当模糊的描述道歉;我正在使用的代码长达1000多行，我不确定它的哪些部分会有用。

我正在使用主持人做一些贝叶斯参数估计。我的代码使用50个步行器，每个步行器进行600次迭代（没有细化），但无论出于何种原因，助行器链似乎很快收敛。当我在-1和1之间随机分布时启动50个步行者时，他们不会探索整个参数空间，但似乎快速收敛（通常围绕真实的参数值）。图片如下：

实际参数值为.6和.4

实际参数值为-1。和1。

非常感谢任何建议！

Answer 1

这就是他们应该做的事情 - 快速收敛到高后密度区域。另一个问题是，对于双峰密度，主持人会产生次优的提议，这会减慢收敛速度。这可能是您遇到的情况，并且在两个示例的第二个图中都可以看到。

emcee的作者建议（我上次阅读）通过并行调节（参见文档）来解决这个问题。但是当模式之间的密度相差几个数量级时，它们的实现（我上次检查时）将无效。

无论如何，多模式后卫是所有MCMC的祸根，并且有很多尝试来解决这个问题，没有一个被普遍接受（欢迎来到最前沿）。您将不得不探索几个选项，可能超出emcee，以找到适合您的选项。