《表1 不同情况下F-J方法求出的参数估计值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于F-J线性-非线性模型解的迭代最小二乘方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先用F-J方法进行反演。MCMC采样参数参考值选取如下：采样点的间隔设为每10个取一个；采样点次数为100万次；舍弃最初采样点数为10 000个。仅改变一个MCMC采样参数参考值的方法包括以下几种情况：（1）减小选取采样点的间隔，即由参考结果中原始采样点每10个取一个改为每5个取一个；（2）减少采样点数量，即由100万次减少到1万次；（3）舍弃更少的最初采样点，即由参考结果中舍弃前面10 000个采样点改为只舍弃前面1 000个采样点；（4）增大随机游走步长为3倍；（5）增大随机游走步长为6倍。基于这些MCMC采样参数，反演的Mogi模型线性和非线性参数如表1所示。可以看出，采样参数的选取不仅影响后验估计参数的值，也影响其精度。其中，改变MCMC采样经验参数中的采样点数、舍弃初始采样点数和随机游走步长对反演参数结果影响比较明显。