×
西尔维娅·潘多尔菲;弗朗西斯科·巴托洛奇;菲利尔、尼亚尔

可逆跳跃算法的广义多尝试版本。 （英语） Zbl 1506.62146号

计算。统计数据分析。 72, 298-314 (2014).
摘要：可逆跳跃算法是用于贝叶斯估计和模型选择的最广泛使用的马尔可夫链蒙特卡罗算法之一。提出了该算法的一种广义多尝试版本。该算法基于在每个步骤中绘制多个建议，并根据可以任意选择的权重（选择概率）随机选择其中一个。在可能的选择中，采用了一种基于后验分布二次近似选择概率的方法。此外，考虑了该算法在二次近似不可行的模型选择问题中的实现。与可逆跳跃算法相比，由此产生的算法提高了效率，也增加了计算工作量。通过逻辑回归模型和潜在类模型的实例说明了该方法的性能。

引用于6文件

MSC公司：

62-08 统计问题的计算方法
2015年1月62日 贝叶斯推断
65二氧化碳 蒙特卡罗方法
65立方厘米 马尔可夫链的数值分析或方法

关键词：

贝叶斯推断;潜在类模型;逻辑斯谛模式;马尔科夫蒙特卡洛;Metropolis-Hastings算法

软件：

漏洞
PDF格式BibTeX公司 XML格式引用
\textit{S.Pandolfi}等人，计算。统计数据分析。72298--314（2014；Zbl 1506.62146）
全文： 内政部 arXiv公司 链接

参考文献：

[1] Azzalini，A.，包含正态分布的一类分布，Scand。J.Stat.，171-178，（1985）·Zbl 0581.62014号
[2] 巴托卢奇，F。；米拉·L。；Scaccia，L.，通过MCMC应用于捕获-再捕获数据的潜在类模型回答两个生物学问题，（Di Bacco，M.；D’Amore，G.；Scalfari，F.，《生物学和医学中的应用贝叶斯统计研究》（2003），Kluwer学术出版社），7-23
[3] 巴托卢奇，F。；Scaccia，L。；Mira，A.，基于可逆跳跃输出的高效贝叶斯因子估计，Biometrika，93，41-52，（2006）·Zbl 1152.62320号
[4] 盒子，G.E.P。；Tiao，G.C.，统计分析中的贝叶斯推断，（1992），Wiley-Interscience·Zbl 0850.62004号
[5] 布鲁克斯，S.P。；朱迪奇，P。；Roberts，G.O.，《可逆跳马尔可夫链蒙特卡罗建议分布的有效构造》，J.R.Stat.Soc.Ser。B、 第65页，第3-55页，（2003年）·兹比尔1063.62120
[6] O·卡佩。；罗伯特·C·P。；Rydén，T.，可逆跳跃，生死和更一般的连续时间马尔可夫链蒙特卡罗采样器，J.R.Stat.Soc.Ser。B、 65679-700（2003）·Zbl 1063.62133号
[7] 卡沙林，R。；克雷乌，R。；Leisen，F.，《使用不同提案分布的交互多次尝试算法》，《统计计算》。，23, 185-200, (2013) ·Zbl 1322.65003号
[8] Congdon，P.，应用贝叶斯建模，（2003），威利·Zbl 1023.62026号
[9] 克雷乌（Craiu，R.）。；Lemieux，C.，使用对偶和分层抽样加速多重都市算法，统计计算。，17, 109-120, (2007)
[10] Dellaportas，P。；福斯特，J.J。；Ntzoufras，I.，关于贝叶斯模型和使用MCMC的变量选择，Stat.Comput。，12, 27-36, (2002) ·Zbl 1247.62086号
[11] 范，Y。；彼得斯，G.W。；Sisson，S.A.，自动化和评估可逆跳跃MCMC提案分布，统计计算。，19, 409-421, (2009)
[12] 范，Y。；Sisson，S.A.，可逆跳跃马尔可夫链蒙特卡罗，（Brooks，S.P.；Gelman，A.；Jones，G.；Meng，X.L.，《马尔可夫链蒙特卡罗手册》，（2011），查普曼和霍尔/CRC出版社），69-94·Zbl 1218.65001号
[13] 弗里尔，N。；Wyse，J.，《评估证据——综述》，Stat.Neerl。，66, 288-308, (2012)
[14] Goodman，L.A.，使用可识别和不可识别模型进行探索性潜在结构分析，Biometrika，61，215-231，（1974）·Zbl 0281.62057号
[15] Green，P.J.，可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物统计学，82，711-732，（1995）·Zbl 0861.62023号
[16] Green，P.J.，《跨维马尔可夫链蒙特卡罗》，（Green，P J.；Hjort，N.L.；Richardson，S.，《高度结构化随机系统》，（2003），牛津大学出版社，牛津），179-198·Zbl 1044.62110号
[17] Green，P.J。；Mira，A.，可逆跳跃大城市的延迟拒绝——黑斯廷斯，生物统计学，88，1035-1053，（2001）·Zbl 1099.60508号
[18] Han，C。；Carlin，B.P.，《计算贝叶斯因子的马尔可夫链蒙特卡罗方法：比较综述》，J.Amer。统计师。协会，96，1122-1132，（2000）
[19] Hastie，D.I.，2005年。走向自动可逆跳马尔可夫链蒙特卡罗。博士论文。布里斯托尔大学。
[20] 哈斯蒂，D.I。；Green，P.J.，使用可逆跳马尔可夫链蒙特卡罗进行模型选择，Stat.Neerl。，66, 309-338, (2012)
[21] Hastings，W.K.，使用马尔可夫链的蒙特卡罗采样方法及其应用，Biometrika，57，97-109，（1970）·Zbl 0219.65008号
[22] Jasra，A。；C.C.福尔摩斯。；Stephens，D.A.，马尔可夫链蒙特卡罗和贝叶斯混合建模中的标签切换问题，统计。科学。，20, 50-67, (2005) ·Zbl 1100.62032号
[23] Jasra，A。；斯蒂芬斯，医学博士。；Holmes，C.C.，基于人口的可逆跳跃马尔可夫链蒙特卡罗，生物统计学，94，787-807，（2007）·Zbl 1158.62019号
[24] Liu，J.S。；梁，F。；Wong，W.H.，都市抽样中的多重方法和局部优化，J.Amer。统计师。协会，95，121-134，（2000）·Zbl 1072.65505号
[25] Liu，R.Y。；陶，J。；施，N.Z。；He，X.，通过可逆跳跃MCMC采样对生物敏感性模式的贝叶斯分析，计算机。统计师。数据分析。，55, 1498-1508, (2011) ·Zbl 1328.62028号
[26] Lopes，H.F。；West，M.，因子分析中的贝叶斯模型评估，统计学。Sinica，14，41-67，（2004）·Zbl 1035.62060号
[27] Lunn，D.J。；贝斯特，N。；Whittaker，J.C.，使用图形模型的通用可逆跳跃MCMC，统计计算。，19, 395-408, (2009)
[28] 马蒂诺，L。；Del Olmo，V.P。；Read，J.，《具有通用权重函数的多点都市方案》，Statist。普罗巴伯。莱特。，82, 1445-1453, (2012) ·Zbl 1315.65004号
[29] 北卡罗来纳州大都会。；罗森布鲁斯，A.W。；Rosenbluth，M.N。；出纳员，A.H。；Teller，E.，快速计算机器的状态方程计算，J.Chem。物理。，21, 1087-1091, (1953) ·兹比尔1431.65006
[30] 范德梅伦，F。；Schauer，M。；van Zanten，H.，扩散过程非参数漂移估计的可逆跳跃MCMC，计算。统计师。数据分析。，（2013），正在出版。网址：http://dx.doi.org/10.1016/j.csda.2013.03.002 ·Zbl 1471.62197号
[31] Pandolfi，S.、Bartolucci，F.、Friel，N.，2010年。贝叶斯估计和模型选择的多重Metropolis算法的推广。在：第13届国际人工智能与统计会议论文集（AISTATS 2010），意大利撒丁岛Chia Laguna度假村。第581-588页。
[32] 秦，Z.S。；Liu，J.S.，多点都市法及其在混合蒙特卡罗中的应用，J.Compute。物理。，172, 827-840, (2001) ·Zbl 1158.65300号
[33] 理查森，S。；Green，P.J.，《关于成分数量未知的混合物的贝叶斯分析》，J.R.Stat.Soc.Ser。B、 59731-792（1997）·Zbl 0891.62020号
[34] 罗伯特·C·P。；Casella，G.，Monte Carlo统计方法，（2004），纽约施普林格出版社·Zbl 1096.62003年
[35] Spiegelholter博士。；托马斯。；贝斯特，N。；Gilks，W.，Bugs 0.5：使用吉布斯抽样手册的贝叶斯推断（第二版），（1996年），英国剑桥公共卫生研究所MRC生物统计组
[36] Stephens，M.，成分数目未知的混合模型的贝叶斯分析——可逆跳跃法的替代方法，Ann.Statist。，28, 40-74, (2000) ·Zbl 1106.62316号
[37] 蒂尔尼，L。；Mira，A.，《贝叶斯推断的一些自适应蒙特卡罗方法》，《统计医学》，第18期，第2507-2515页，（1999年）
[38] 张，Z。；Chan，K.L。；Wu，Y。；Chen，C.，用可逆跳跃MCMC算法学习多元高斯混合模型，统计计算。，14, 343-355, (2004)
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。