Metrópolis hasting es una generalización de esta idea de aceptación-rechazo

Quiero simular g(x) pero para esto se tiene que hacer cota superior de h(x) -> función que
siempre se puede encontrar un escalar que tal al ser multiplicar h(x) es más grande que f(x) ,
voy a poder simular f(x) y por tanto g(x). simulara una distribución uniforme entre 0 y 1.

F(z)/ch(z) es menor a 1. Tratamos al final de dia una serie de valor que tenga una serie de
probabilidad de repetirse. Queremos un histograma que replique el del f(x)

Gibbs sampling la convergencia es más rápidamente a la forma d ela distribución. Con

metrópolis hasting demora más por la propia aleatoriedad.

Z son realización de una función que si puedo simular. Independiente de las u que se forman

En MH tenemos un candidato que viene de un random walk.

BAYESIAN VARS

Cuando tenemos mas coeficientes que observaciones empieza a proyectar mucho ruido los
vectores autoregresivos.

Banbura hace una segmentación de entrenamiento, validación, estimación

K reservado para las endógenas