用stan从偏正态分布中提取

Question

有没有办法从斯坦的偏正态分布中提取？如果没有，是否有一种方法从正态分布中提取，然后转换为偏正态分布？

更新

我在stan手册中找到了y~skew_normal(mu, sigma, alpha)，但是当我用参数对1000个值进行示例时

mu=1, sigma=10, alpha=-1000

我还得到了一些-inf值。知道为什么吗？

更新2

我的testing.stan

data{
  real mu;
  real sigma;
  real alpha;
}
model{

}
generated quantities{
  real temp;

    temp = skew_normal_rng( mu,  sigma,  alpha);

}

然后我的testing.R文件

sdata <- list(
  mu=1,
  sigma=10,
  alpha=-1000
)

 model <- stan_model("stan code//testing.stan")

system.time(
  samples  <- sampling(model,data=sdata,seed=42,
                       chain=1,algorithm="Fixed_param",
                       iter=10000,thin=1,control=list(max_treedepth=9)
  ) 
)

object <- rstan::extract(samples)
# hist(object$temp,breaks=100)
# plot(density(object$temp))
# mean(is.finite(object$temp))
# sum(!is.finite(object$temp))
sort(object$temp)

在运行sort(object$temp)之后，我得到了一些-inf值。

Answer 1

运行此模型：

parameters { real y; } model { y ~ skew_normal(1, 10, -1000); }

我不会得到无限的平局。我确实有很多分歧，这意味着数字是不稳定的。即使我降低了初始步骤的大小并提高了目标接受率，这也是事实。

当斜参数为-10而不是-1000时，这个问题就消失了。

可能有一些方法可以改变内部实现，以便为极端倾斜值提供更大的稳定性，但在-1000的数值上，这无疑是有问题的。