×
理查德·莱文（Richard A.Levine）。;乔治·卡塞拉

优化随机扫描吉布斯采样器。 （英语） Zbl 1101.62087号

《多元分析杂志》。 97，第10号，2071-2100（2006）.
摘要：吉布斯采样器是一种流行的马尔可夫链蒙特卡罗程序，用于从其他难以采样的分布中生成随机变量。运行Gibbs采样器有许多实现方法，其顺序不同，Gibbs取样器使用的完整条件分布通过循环或访问的顺序也不同。一种常见的、事实上也是最初的实现是随机扫描策略，在每次迭代中，按照随机选择的顺序更新完整的条件分布。
我们引入了一种随机扫描吉布斯采样器，该采样器自适应更新选择概率或“学习”吉布斯采样期间生成的所有先前随机变量。在此过程中，我们概述了随机扫描吉布斯采样器的一些变化，它允许从业者有许多选择来设置选择概率，并证明了诱导（马尔可夫）链收敛到感兴趣的平稳分布。虽然我们强调了用户选择和指定这些随机扫描算法的灵活性，但我们提出了一种极大极小随机扫描，它通过对感兴趣估计量精度的决策理论考虑来确定选择概率。我们通过使用自适应随机扫描吉布斯采样器（该采样器用于从多元高斯目标分布中采样）来说明并应用所给出的结果，以在Dirichlet过程混合模型下进行后验模拟的自动采样器，以及拟合分布的混合。

引用于9文件

MSC公司：

62M99型 随机过程推断
62C20个 统计决策理论中的Minimax过程
65立方厘米 马尔可夫链的数值分析或方法
60J22型 马尔可夫链中的计算方法
62E20型 统计学中的渐近分布理论

关键词：

马尔科夫蒙特卡洛;自适应扫描策略;决策论;最小最大风险;确定性扫描吉布斯采样器
PDF格式BibTeX公司 XML格式引用
\textit{R.A.Levine}和\textit{G.Casella}，J.多元分析。97，第10号，2071--2100（2006；Zbl 1101.62087）
全文： 内政部

参考文献：

[1] 阿米特，Y。；Grenander，U.，《比较随机松弛的扫描策略》，J.多元分析。，37, 197-222 (1991) ·Zbl 0735.60035号
[2] 卡林，B.P。；Chib，S.，通过马尔可夫链蒙特卡罗方法选择贝叶斯模型，J.Roy。统计师。Soc.B，57，473-484（1995）·Zbl 0827.62027号
[3] G.Casella、C.Robert、M.T.Wells，《混合模型、潜在变量和分区重要性抽样》，技术报告；G.Casella、C.Robert、M.T.Wells，《混合模型、潜在变量和分区重要性抽样》，技术报告·兹比尔1075.65016
[4] Chib，S.，吉布斯输出的边际可能性，J.Amer。统计师。协会，90，1313-1321（1995）·Zbl 0868.62027号
[5] Diebolt，J。；Robert，C.P.，通过贝叶斯抽样估计有限混合分布，J.Roy。统计师。Soc.B，56，363-375（1994）·Zbl 0796.62028号
[6] Escobar，M.D.，《使用Dirichlet过程估计正常平均值》，J.Amer。统计师。协会，89，268-277（1994）·Zbl 0791.62039号
[7] 医学博士埃斯科瓦尔。；West，M.，《使用混合物的贝叶斯密度估计和推断》，J.Amer。统计师。协会，90，577-588（1995）·Zbl 0826.62021号
[8] Ferguson，T.S.，《数理统计：决策理论方法》（1967），学术出版社：纽约学术出版社·Zbl 0153.47602号
[9] Fleming，W.，《多变量函数》（1977），Springer:Springer New York·Zbl 0348.26002号
[10] Fishman，G.S.，Gibbs采样的坐标选择规则，Ann.Appl。概率。，6, 444-465 (1996) ·兹比尔0855.60060
[11] Gelfand，A.E。；Smith，A.F.M.，《基于抽样的边际密度计算方法》，J.Amer。统计师。协会，85，398-409（1990）·Zbl 0702.62020号
[12] Geman，S。；Geman，D.，《随机松弛、吉布斯分布和图像的贝叶斯恢复》，IEEE Trans。模式分析。机器。智力。，6, 721-741 (1984) ·Zbl 0573.62030号
[13] J.Hoffmann-Jorgensen，《概率与统计观点》，第1卷，查普曼和霍尔出版社，纽约，1994年。；J.Hoffmann-Jorgensen，《概率与统计观点》，第1卷，查普曼和霍尔出版社，纽约，1994年·兹比尔0821.62003
[14] Lehmann，E.L。；Casella，G.，《点估计理论》（1998），威利：威利纽约·Zbl 0916.62017号
[15] 莱文，R.A。；Yu，Z。；Hanley，W.G。；Nitao，J.J.，《实施随机扫描吉布斯采样器》，计算。统计人员。，20, 177-196 (2005) ·Zbl 1091.65011号
[16] 刘杰。；Wong，W.H。；Kong，A.，吉布斯采样器的协方差结构及其在估计器和增强方案比较中的应用，生物统计学，81，27-40（1994）·Zbl 0811.62080号
[17] 刘杰。；Wong，W.H。；Kong，A.，吉布斯采样器与各种扫描的相关结构和收敛速度，J.Roy。统计师。Soc.B，57，157-169（1995）·Zbl 0811.60056号
[18] MacEachern，S.N.，用共轭型Dirichlet过程先验估计正态均值，Comm.Statist。模拟计算。，23, 727-741 (1994) ·Zbl 0825.62053号
[19] MacEachern，S.N。；Müller，P.，估计Dirichlet过程模型的混合，J.Compute。图形统计。，7, 223-238 (1998)
[20] Neal，R.M.，Dirichlet过程混合模型的马尔可夫链抽样方法，J.Compute。图形统计。，9, 249-265 (2000)
[21] 邮差，M。；Huchra，J.P。；Geller，M.J.，《北日冕地区大规模结构探测》，《天文学》。J.，92，1238-1247（1986）
[22] Robert，C.P.，《关于“探索后验分布的马尔可夫链”的回复》，《统计年鉴》。，22, 1742-1747 (1994)
[23] Robert，C.P.，马尔可夫链蒙特卡罗算法的收敛控制方法，统计。科学。，10, 231-253 (1995) ·Zbl 0955.60526号
[24] Robert，C.P.，分布的混合：推断和估计，（Gilks，W.R.；Richardson，S.；Spiegelholter，D.J.，Markov Chain Monte Carlo in Practice（1996），查普曼和霍尔：查普曼和霍尔，纽约）·邮编：0849.62013
[25] 罗伯特·C·P。；Casella，G.，Monte Carlo统计方法（1999），Springer:Springer New York·Zbl 0935.62005号
[26] 罗伯特，C.P。；Mengersen，K.L.，混合建模中的重新参数化问题及其对MCMC算法的影响，计算。统计师。数据分析。，29, 325-343 (1998) ·Zbl 1042.62527号
[27] Roberts，G.O。；Sahu，S.K.，吉布斯采样器更新方案、相关结构、阻塞和参数化，J.Roy。统计师。Soc.B，59，291-317（1997）·Zbl 0886.62083号
[28] Tierney，L.，探索后验分布的马尔可夫链，Ann.Statist。，22, 1701-1762 (1994) ·Zbl 0829.62080号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。