问个问题有人看过Griddy-Gibbs 抽样吗？“主要是根据构造Markov转移核的方法的不同，就有不同的MCMC
方法，如Gibbs抽样，Griddy-Gibbs抽样，Metropolis- Hasting抽样，以及各种混合
抽样方法”下面代码是winbugs基于Griddy-Gibbs抽样做的。大意看的懂，但有一点不理解？
model
{
for (t in 1:T){LL[t]<--0.5*log(6.28)-0.5*log(h[t])-0.5*pow(y[t]-a1,2)/h[t]
            y[t]~dnorm(a1,p[t])}
for(t in 2:T){h[t]<-alpha0+alpha[1]*pow(y[t-1]-a1,2)+beta[1]*h[t-1]
           p[t]<-1/h[t]}
h1~dgamma(2,1000)
h[1]<-h1
p[1]<-1/h[1]  
#piror
a1~dnorm(0,0.0001)
alpha0~dnorm(0,0.001)I(0,100)
alpha[1]~dnorm(0,0.001)I(0,1)
beta[1]~dnorm(0,0.001)I(0,1)
}
#inits
list(h1=0.5,alpha0=1,alpha=c(0.1),beta=c(0.6))
list(h1=0.01,alpha0=14,alpha=c(0.8),beta=c(0.1))

做的是garch模型，里面的y（t）也就是股指收益率，服从条件异方差，h（t）表示异方差，但为什么y[t]~dnorm(a1,p[t])而p（t）刚好是h（t）的倒数？？？