Statistics 多项式Dirichlet模型下Metropolis-Hastings-MCMC的接受概率

作为学习如何手动编码MCMC的练习，我在多项式Dirichlet后验分布的基础上构建了Metropolis Hastings采样器。由于存在封闭形式的解决方案，我可以将MCMC的结果与实际后验分布的模拟结果进行比较

我使用的是一个Dirichlet建议分布，其参数等于链中的最新概率乘以缩放常数（~1000），这使得分布的期望值等于这些概率，缩放常数控制方差。因为这个分布肯定不是对称的，所以我尝试将建议分布中的值的比率添加到接受概率的计算中

然而，这样做似乎会使结果偏离封闭形式解给出的结果。我从MCMC得到的结果与封闭形式解决方案的结果相匹配的唯一方法是仅从后验分布计算接受概率，如果提案分布是对称的，你会这样做。R代码如下：

---

我的问题是：为什么会这样？

我发现这个问题与主题无关，应该被问到你会有更好的机会得到答案，我想谢谢Ken！我刚刚把它贴在我投票结束这个问题作为离题，因为它已经被交叉贴到交叉验证网站上。我发现这个问题离题了，应该在这里被问到，你会有更好的机会在那里得到答案，我想谢谢Ken！我刚刚在我投票结束这个问题的时候把它贴在了我的网站上，因为它已经被交叉贴到了交叉验证的网站上。