统计计算-MH算法(R语言)
5星 · 超过95%的资源 需积分: 44 129 浏览量
2020-08-01
12:06:32
上传
评论 5
收藏 157KB DOCX 举报 
#计算合法近邻数
nneighb <- function(x,a){
nn <- 1
sum0 <- 0 #要判断的条件的当前值
sumb <- 0
for(i in 1:length(x)){
sum0 <- sum0 + i*x[i]
}
#交换 x[i]和 x[j]的位置看是否符合条件
for(i in 1:(length(x)-1)){
for(j in (i+1):length(x)){
sumb = sum0 - i * x[i] - j * x[j] + i * x[j] + j * x[i]
if(sumb >= a){nn = nn + 1}
}
}
return(nn)
}
demo_permsub <- function(x,nout=10,n=100,a=1000){
sum1 <- 0 #要判断的条件的当前值
for(i in n){
sum1 <- sum1 + i*x[i]
}
## 输出为 nout 行 n 列矩阵
resmat <- matrix(0,nout,n)
nsucc <- 0 #已经成功找到的元素个数
nfail <- 0 #上一次成功后的累计失败次数
ntry <- 0 #总试投次数
nn1 <- nneighb(x,a) #当前合法近邻数
while(nsucc < nout){
ntry <- ntry +1
资源评论
牛站长2023-07-27：该文件给出了R语言的具体实现，方便读者快速上手使用，并且代码风格简洁易懂。
张景淇2023-07-27：这个文件通过实际案例展示了MH算法在统计计算中的有效性，让读者更加信服于该方法的准确性和可靠性。
那你干哈2023-07-27：作者在文件中深入浅出地解释了MH算法的核心思想和关键步骤，帮助读者理解该算法的内在逻辑。
梁肖松2023-07-27：这个文件详细说明了MH算法的原理和应用场景，对于学习和研究该算法的人来说非常有帮助。
王向庄2023-07-27：这篇文件通过对MH算法的介绍和比较分析，推动了统计计算领域的研究和应用，为相关领域的进一步发展做出了贡献。
