我也很想请教这个问题

根据实验结果估计模型中的参数

最好把你的运行的相关资料传上来。否则很难得到满意的回答

正在搞这个模型，好郁闷啊

暴汗，这个也...............................................

我也在弄  请问大家用什么软件做好啊

做贝叶斯吗？这可不是主流啊，不过也还可以做的。mcmc的结果就是一个从posterior里取出来的样本，由于取样的时候，前后两期数据相关，所以这是个markov chain。具体我不证明了，太长，直接给你答案好了。由于posterior是一个distribution density kernal这个特殊属性，从中抽取的markov chain必定是收敛于一个极限分布的，而这个极限分布恰恰就是这个posterior。乍听之下，似乎是绕了一个圈子，用mcmc绕圈子的原因是实在是没办法，因为posterior太过于复杂，不能直接抽样。

明白了吧？就是做monte carlo，所以叫mcmc

想做贝叶斯，用winbug可以的，但是我个人推荐，如果你真想好好做，自己学编程吧！跑C++是最好的选择！不然实在是太浪费时间了！然后随便找个统计软件看结果，R，matlab什么的，只要能画图做些基本统计分析，什么都行。

当年我做mcmc的时候，一个程序跑个两三天，是家常便饭，这还是用C++做的实验而已……用别的软件，别提有多慢了……不过这也要看你的模型，有的模型很简单，简单到连程序都不用跑，直接conjugate prior推出posterior，而这些posterior也很规则，就是一些normal inverse wishart啥的，这种根本不需要跑……mean和variance直接就可以写出来……

4# hogwild '

抽样，重复抽样

我也没看懂你问什么。。。。。。。。。。。。

被这个模型搞郁闷了