帮我写一个r语言的M-H抽样法

好的，下面是使用R语言实现M-H抽样的代码：

# 设置目标分布
target_pdf <- function(x){
  return(dnorm(x, mean=5, sd=2))
}

# 设置建议分布（正态分布）
proposal_pdf <- function(x, x0, sd){
  return(dnorm(x, mean=x0, sd=sd))
}

#定义抽样函数mcmc.mh
mcmc.mh <- function(target_pdf, proposal_pdf, nsim, burnin, x0, sd){
  # 初始化参数
  x <- numeric(nsim+burnin) 
  x[1] <- x0
  # 运行抽样
  for(i in 2:(nsim+burnin)){
    # 从建议分布中抽样新样本
    x_prop <- rnorm(1, mean=x[i-1], sd=sd)
    # 计算接受率
    a <- min(1, target_pdf(x_prop)/target_pdf(x[i-1])*proposal_pdf(x[i-1], x_prop, sd)/proposal_pdf(x_prop, x[i-1], sd))
    # 以接受率为概率决定是否接受新样本
    if(runif(1) <= a){
      x[i] <- x_prop
    }else{
      x[i] <- x[i-1]
    }
  }
  # 返回抽样结果
  return(x[(burnin+1):(nsim+burnin)])
}

# 运行M-H抽样
set.seed(123)
samples <- mcmc.mh(target_pdf, proposal_pdf, nsim=10000, burnin=1000, x0=1, sd=2)

# 绘制采样结果的直方图（用于检查结果是否正确）
hist(samples, col="lightblue", main="Metropolis-Hastings Sampler")

以上代码实现了在目标分布为正态分布（均值为5，标准差为2）时，使用M-H抽样方法从该分布中抽取随机样本。其中主要步骤包括设定目标分布和建议分布、按照M-H抽样算法进行随机采样等。最终采样结果可以用直方图等方式进行检验。