直观地说，“热身后有 214 个不同的过渡”的警告是什么意思。意思是？

我知道获得的样本是无用的，增加adapter_delta和max_treedepth以及降低步长会有所帮助。此外，重新参数化也有帮助。

我想知道当发生发散过渡时实际发生了什么。

在 Stan 参考手册的第 14.5 节发散转换中，它指出“在哈密顿量发散后沿模拟轨迹的位置将永远不会被选为 MCMC 算法的下一次绘制”。这是否意味着在发散过渡之后，随后的过渡都被拒绝了？因此最后接受的提案（和当前状态）将在后验样本中多次返回？

我注意到，在使用分层模型时，我得到了许多不同的转换（这在互联网上的博客中有很好的记录），但我的一些参数（似乎是）收敛，而其他参数则不是。但是，在联合模型中，每个命题都应该是一个参数向量，如果这个建议在发散转换后被拒绝（以及之后的所有其他人，如上所述），所有边际分布不应该是发散的吗？

诊断图似乎表明，说$\mu$已经收敛并且$\sigma$没有。我的一个例子是$\sigma$标准偏差为零。我认为这意味着在第一个提案之后存在分歧的过渡，因此所有其他提案$\sigma$被拒绝，因此，$\sigma$在其返回的样本中只有一个唯一值。但是，我的样本$\mu$曾经（或看起来）很好。但建议不应该$(\mu, \sigma)$在第一次提案后被拒绝，因此$\mu$sample 也应该只有一个唯一值。

现在考虑一个只有一个参数的模型。假设我的初始命题远离后验密度高的区域，并假设这条链永远不会到达后验密度高的区域。这是当 Stan 返回消息说“热身后有 x 个不同的转换。”时吗？既然它可以看到 MCMC 代码没有从感兴趣的后验分布中采样“足够”？

我认为这种直觉是错误的一个原因是因为我过去运行过没有收敛的 MCMC 代码（仅仅是因为没有运行足够的迭代）并且我没有收到此错误消息。

任何人都可以直观地解释过渡分歧时发生的情况吗？如果提案最终到达高后密度区域会发生什么？是否有可能找到 MCMC 采样器发散的位置，然后丢弃样本直到它们再次收敛？

如果哈密顿量发散沿着模拟轨迹的位置将永远不会被接受。如果我有 214 个发散过渡，这一定意味着我进入了一个发散阶段，然后切换回收敛阶段，然后又切换到另一个发散阶段。否则，我应该只有一个发散过渡。这很难理解，因为根据手册，在轨迹发散后不接受任何提案，所以在轨迹发散后，它不应该一直发散到最后吗？另外，为什么 MCMC 代码不只是在找到发散轨迹后终止？x 个不同的跃迁如何累积？