⚡

MCMC收敛性诊断Skill mcmc-diagnostics

MCMC收敛性诊断技能用于对马尔可夫链蒙特卡洛（MCMC）模拟结果进行统计验证与分析，确保贝叶斯推断的可靠性。核心功能包括计算Rhat指标、有效样本量（ESS）、生成轨迹图、分析自相关性、检测发散转移以及进行能量诊断（E-BFMI）。适用于量化金融、数据科学、科研学术等领域中需要进行复杂概率建模和不确定性量化的场景。关键词：MCMC诊断，贝叶斯推断，收敛性分析，Rhat，有效样本量，轨迹图，统计计算。

预测建模 0 次安装 2 次浏览 更新于 2/25/2026

name: mcmc-diagnostics description: MCMC收敛性诊断与分析 allowed-tools:

  • Bash
  • Read
  • Write
  • Edit
  • Glob
  • Grep metadata: specialization: 数学 domain: 科学 category: 统计计算 phase: 6

MCMC诊断

目的

为验证贝叶斯推断结果提供MCMC收敛性诊断与分析能力。

功能

  • Rhat（潜在尺度缩减因子）计算
  • 有效样本量（ESS）计算
  • 轨迹图生成
  • 自相关分析
  • 发散诊断
  • 能量诊断（E-BFMI）

使用指南

  1. 收敛性检查：验证所有参数的Rhat < 1.01
  2. 样本质量：确保有效样本量足以进行推断
  3. 视觉检查：查看轨迹图以评估混合效果
  4. 发散处理：处理发散转移

工具/库

  • ArviZ
  • CODA
  • MCMCpack