MCMC 中的预热期是什么，为什么必须丢弃这些样本？
预热期由 MCMC 算法在收敛到其平稳分布之前生成的初始样本组成。必须丢弃这些样本，因为它们受到任意起始点的影响，不能准确代表目标分布。
适用条件
- 适用于 MCMC 采样。
- 需要在将其余样本用于推断之前丢弃初始样本。
- 链从任意点开始。
理解与推导
- 识别 MCMC 模拟的初始阶段。
- 观察到早期样本仍在收敛到高概率区域。
- 认识到这些样本因起始点而产生偏差。
- 丢弃初始样本，以确保剩余样本准确反映目标分布。
例子
视频用标有 'Burn-in' 的红框突出显示概率密度曲线上的初始红样本，解释说它们仍在寻找通往高概率区域的路径。
容易误解的地方
- 认为 MCMC 链生成的所有样本（包括最初的样本）都可以直接用于统计推断。
- 假设预热期有一个普遍适用于所有问题的固定长度。
观看对应讲解
YouTube马尔可夫链蒙特卡洛（MCMC）——详解
5:45 – 6:11原站看这一段 ↗
继续追问
答案依据视频资料生成并经过独立核验。若有疑问，请核对原视频或联系原作者。