Python Gibbs抽样中的忽略样本

上面的python代码是Gibbs采样，下面的一行让我感到困惑

import random,math

def gibbs(N=50000,thin=1000):
    x=0
    y=0
    print "Iter  x  y"
    for i in range(N):
        for j in range(thin):
            x=random.gammavariate(3,1.0/(y*y+4))
            y=random.gauss(1.0/(x+1),1.0/math.sqrt(2*x+2))
        print i,x,y

gibbs()

---

额外的内部循环有什么意义

原因似乎是在吉布斯取样中引入了稀释。细化用于减少连续样本之间相关性的影响。Gibbs采样生成样本的马尔可夫链，附近的样本相互关联，而通常的目的是提取独立的样本

---

要实现这一点，您只能使用每个

M-th

值，而忽略所有中间值。在这种情况下，

M

存储在变量

thinging

中，您只获取每个

thinging

值，然后将其打印在for循环下方。

是否重复

循环
thin
次？（注意，
x
和
y
都是在正文中读取和分配的）我知道。但动机是什么？
for j in range(thin):