×
卡提耶克·穆尔西（Karthyek R.A.Murthy）。;桑迪普·朱奈嘉;何塞·布兰切特

具有规则变化增量的随机漫步的状态相关重要性抽样。 （英语） Zbl 1319.60094号

斯托克。系统。 4，第2期，321-374（2014）.
总结：我们开发了基于重要性抽样的高效模拟技术，用于与具有i.i.d.规则变化增量的随机游走相关的三种常见罕见事件概率；即，1）大偏差概率，2）水平交叉概率，以及3）再生周期内的水平交叉概率。基于指数扭曲的状态依赖方法有效地估计了轻尾增量的这些概率，但在重尾增量时不适用。为了解决后一种情况，在过去几年的文献中开发了更复杂、更优雅的状态相关高效仿真算法。我们建议，通过适当地将这些罕见事件概率分解为主要和进一步的剩余分量，可以为每个分量设计更简单的状态相关重要性抽样算法，从而得到具有理想效率特性的复合无偏估计量。当增量具有无限方差时，估计水平交叉概率会增加复杂性，因为即使是众所周知的零方差测度也有无限的预期终止时间。我们调整了我们的算法，使得这个期望是有限的，而估计量仍然是非常有效的。从数值上看，所提出的估计器的性能至少与文献中现有的状态相关估计器一样好，有时甚至要好得多。

引用于2文件

MSC公司：

60克50 独立随机变量之和；随机游走
60J05型 一般状态空间上的离散马尔可夫过程
60层10 大偏差
68瓦40 算法分析
60J20型 马尔可夫链和离散时间马尔可夫过程在一般状态空间（社会流动、学习理论、工业过程等）上的应用
60K25码 排队论（概率论方面）
91B30型 风险理论，保险（MSC2010）

关键词：

随机游走;状态相关重要性抽样;大偏差概率;平交道口概率;稀土模拟;沉重的尾巴;单服务器队列;保险破产
PDF格式BibTeX公司 XML格式引用
\textit{K.R.A.Murthy}等人，斯托克。系统。4，第2号，321--374（2014；Zbl 1319.60094）
全文： DOI程序 arXiv公司 欧几里得

参考文献：

[1] Adler，R.J.、Feldman，R.E.和Taqqu，M.S.编辑（1998年）。重尾实用指南。Birkhäuser Boston Inc.，马萨诸塞州波士顿。统计技术与应用·Zbl 0901.00010号
[2] Agarwal，A.、Dey，S.和Juneja，S.（2013年）。使用鞍点表示法对随机向量和的大偏差事件进行有效模拟。《应用概率杂志》50，3（09），703-720·Zbl 1282.65025号 ·doi:10.1239/jap/1378401231
[3] Asmussen，S.（1998）。随机过程的次指数渐近性：极值行为、平稳分布和首次通过概率。应用概率年鉴8，2（05），354-374·Zbl 0942.60034号 ·doi:10.1214/oap/10289003531
[4] Asmussen，S.、Binswanger，K.和Højgaard，B.（2000年）。重尾分布的罕见事件模拟。伯努利6，2，303-322·Zbl 0958.65010号 ·doi:10.2307/3318578
[5] Asmussen，S.和Glynn，P.（2007年）。随机模拟：算法与分析。随机建模与应用概率，第57卷。纽约州施普林格·Zbl 1126.65001号
[6] Asmussen，S.和Kluppelberg，C.（1996年）。大偏差导致次指数尾部，并应用于保险风险。随机过程及其应用64，1，103-125·Zbl 0879.60020号 ·doi:10.1016/S0304-4149（96）00087-7
[7] Asmussen，S.和Kroese，D.P.（2006年）。改进的重尾罕见事件模拟算法。申请中的预付款。普罗巴伯。38 , 2, 545-558. ·Zbl 1097.65017号 ·doi:10.1239/aap/1151337084
[8] Bassamboo，A.、Juneja，S.和Zeevi，A.（2007年）。关于重尾存在时状态相关重要性抽样的效率低下。操作。Res.Lett公司。35 , 2, 251-260. ·Zbl 1120.60046号 ·doi:10.1016/j.orl.2006.02.002
[9] Bassamboo，A.、Juneja，S.和Zeevi，A.J.（2008）。极端依赖组合信用风险：渐近分析和有效模拟。运筹学56，3，593-606·Zbl 1167.91362号 ·doi:10.1287/opre.1080.0513
[10] Blanchet，J.和Glynn，P.（2008）。针对最大重尾随机游动的有效罕见事件模拟。附录申请。普罗巴伯。18 , 4, 1351-1378. ·Zbl 1147.60315号 ·doi:10.1214/07-AAP485
[11] Blanchet，J.、Glynn，P.和Liu，J.（2007）。重尾G/G/1队列的流体启发式、lyapunov界和有效重要性抽样。排队系统57、2-3、99-113·兹比尔1145.90350 ·doi:10.1007/s11134-007-9047-4
[12] Blanchet，J.、Leder，K.和Glynn，P.（2009年）。光尾和的有效模拟：在蒙特卡罗和准蒙特卡罗方法2008中，一首老歌被唱成了一个更快的新曲。柏林施普林格，227-248·Zbl 1191.65002号 ·doi:10.1007/978-3642-04107-5_13
[13] Blanchet，J.和Liu，J.（2008）。规则变化随机游走的状态相关重要性抽样。申请中的预付款。普罗巴伯。40 , 4, 1104-1128. ·Zbl 1159.60022号 ·doi:10.1239/aap/1231340166
[14] Blanchet，J.和Liu，J.（2012）。破坏性重尾随机游动的有效模拟和条件泛函极限定理。随机过程及其应用122，8，2994-3031·Zbl 1248.65016号 ·doi:10.1016/j.spa.2012.05.001
[15] Borovkov，A.A.和Borovkov，K.A.（2002年）。随机游动的大偏差概率I.规则变化的分布尾部。概率论及其应用46，2，193-213·Zbl 1006.60020号 ·doi:10.1137/S0040585X97978877
[16] Borovkov，A.A.和Borovkov，K.A.（2008）。随机游动的渐近分析。数学及其应用百科全书，第118卷。剑桥大学出版社，剑桥·Zbl 1231.60001号 ·doi:10.1017/CBO9780511721397
[17] Borovkov，A.A.和Boxma，O（2001）。重尾随机游动的大偏差概率。预印EURANDOM，Eindhoven·Zbl 1046.60026号
[18] Chan，H.P.、Deng，S.和Lai，T.-L.（2012年）。通过顺序重要性采样和重采样对重尾随机游动进行重新模拟。应用概率的进展44，4（12），1173-1196·Zbl 1269.65011号 ·doi:10.1239/aap/1354716593
[19] Cline，D.B.和Hsing，T.（1991年）。具有重尾或次指数尾的随机变量的和和最大值的大偏差概率。预印本，德克萨斯农工大学501。
[20] Denisov，D.和Shneer，V.（2007年）。重尾随机游动循环最大值的局部渐近性。应用概率进展39，1（03），221-244·Zbl 1114.60038号 ·doi:10.1239/aap/1175266476
[21] Dieker，A.B.和Mandjes，M.（2005年）。关于大偏差概率的渐近有效模拟。申请中的预付款。普罗巴伯。37 , 2, 539-552. ·Zbl 1073.60025号 ·doi:10.1239/aap/1118858638
[22] Dupuis，P.、Leder，K.和Wang，H.（2007年）。具有规则变化尾部的随机变量和的重要性抽样。ACM事务处理。模型。计算。模拟。17、3（7月）·Zbl 1390.65002号
[23] Dupuis，P.和Wang，H.（2004）。重要性抽样、大偏差和微分对策。斯托克。斯托克。代表76、6、481-508·Zbl 1076.65003号 ·doi:10.1080/10451120410001733845
[24] Embrechts，P.、Klüppelberg，C.和Mikosch，T.（1997）。极端事件建模。数学应用（纽约），第33卷。柏林斯普林格·弗拉格。保险和金融·Zbl 0873.62116号
[25] Feller，W.（1971）。概率论及其应用导论第二卷。威利·Zbl 0219.60003号
[26] Foss，S.、Korshunov，D.和Zachary，S.（2011年）。重尾分布和次指数分布简介。《Springer运筹学与金融工程系列》（Springer Series in Operations Research and Financial Engineering），纽约Springer出版社·兹比尔1250.62025
[27] Glasserman，P.和Li，J.（2005）。组合信贷风险的重要性抽样。《管理科学》51、11、1643-1656·Zbl 1232.91621号 ·doi:10.1287/mnsc.1050.0415
[28] Glynn，P.和Whitt，W.（1992年）。模拟估计量的渐近有效性。操作。第40、3、505-520号决议·Zbl 0760.62009号 ·doi:10.1287/opre.40.3.505
[29] Hammersley，J.M.和Handscomb，D.C.（1965年）。蒙特卡罗方法。伦敦Methuen&Co.Ltd·Zbl 0121.35503号
[30] Juneja，S.（2007）。估计具有渐近零相对误差的重尾分布的尾部概率。排队系统。57 , 2-3, 115-127. ·Zbl 1145.90355号 ·doi:10.1007/s11134-007-9051-8
[31] Juneja，S.和Shahabuddin，P.（2002年）。使用延迟风险率扭曲模拟重尾过程。ACM事务处理。模型。计算。模拟。194-118年4月12日、2日·Zbl 1390.65033号
[32] Juneja，S.和Shahabuddin，P.（2006年）。罕见事件模拟技术：简介和最新进展。模拟，运筹学和管理科学手册，291-350。
[33] Korshunov，D.（1997）。随机游动最大值的分布尾部。随机过程及其应用72，1，97-103·Zbl 0942.60018号 ·doi:10.1016/S0304-4149（97）00060-4
[34] Murthy，K.R.A.和Juneja，S.（2012年）。估计重尾随机游动中大偏差概率的状态相关重要抽样。《绩效评估方法和工具》（VALUETOOLS），2012年。127 -135.
[35] Parekh，S.和Walrand，J.（1989年）。队列网络中过量积压的快速模拟方法。IEEE传输。自动化。控制34，1，54-66·Zbl 0661.60110号 ·数字对象标识代码：10.1109/9.8649
[36] Resnick，S.I.（1997）。重尾建模和远程通信数据。安。统计师。25 , 5, 1805-1869. 作者进行了讨论和反驳·兹比尔0942.62097 ·doi:10.1214操作系统/1069362376
[37] Sadowsky，J.S.（1996）。关于大偏差概率的蒙特卡罗估计。附录申请。普罗巴伯。6 , 2, 399-422. ·Zbl 0855.60031号 ·doi:10.1214/aoap/1034968137
[38] Sadowsky，J.S.和Bucklew，J.A.（1990年）。关于大偏差理论和渐近有效的蒙特卡罗估计。IEEE传输。通知。理论36，3，579-588·Zbl 0702.60029号 ·数字对象标识代码：10.1109/18.54903
[39] Siegmund，D.（1976年）。序贯试验蒙特卡罗研究中的重要性抽样。安。统计师。4 , 4, 673-684. ·Zbl 0353.62044号 ·doi:10.1214/aos/1176343541
[40] Veraverbeke，N.（1977年）。随机游动的Wiener-Hopf因子的渐近行为。随机过程及其应用5，1，27-37·Zbl 0353.60073号 ·doi:10.1016/0304-4149（77）90047-3
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。