×
马尔科·Järvenpää;朱卡·科兰德

基于近似贝叶斯计算的难处理模型预测推理。 （英语） Zbl 1516.62016年

统计计算。 33，第2号，第42号论文，20页（2023年）.
摘要：近似贝叶斯计算（ABC）通常用于难以估计似然函数的基于模拟器的统计模型的参数估计和模型比较。相反，在本文中，我们研究了ABC作为预测推理的通用近似方法的可行性，特别是用于计算未来观测值或感兴趣的缺失数据的后验预测分布。为了实现这一目标，我们考虑了三种互补的ABC方法，每一种方法都基于不同的假设，这些假设涉及到难以处理的模型的预测密度。特别注意的是，在给定模型参数的情况下，只有来自观测数据和未来数据的联合密度的模拟才能用于推断，并且表明在这种情况下，理想的汇总统计是最小的预测充分性，而不仅仅是最小的充分性（通常意义上）。还研究了一种利用某种潜在变量表示的ABC预测方法。我们还展示了如何在考虑的预测设置中使用常见的ABC采样算法。我们的主要结果首先通过使用便于分析处理的简单时间序列模型来说明，然后通过使用两个常见的难以处理的动态模型来说明。

MSC公司：

62-08 统计问题的计算方法

关键词：

近似贝叶斯计算;后验预测分布;汇总统计数据的选择;预测充分性;棘手的动力学模型

软件：

brlm公司;贝叶斯DA;epiABC公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Järvenpää}和\textit{J.Corander}，统计计算。33，第2号，第42号论文，20页（2023；Zbl 1516.62016）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] Andrieu，C。；Doucet，A。；Holenstein，R.，《粒子马尔可夫链蒙特卡罗方法》，J.R.Stat.Soc.Ser。B、 72、3、269-342（2010）·Zbl 1411.65020号
[2] 巴伯，S。；沃斯，J。；韦伯斯特，M.，近似贝叶斯计算的收敛速度，电子。J.Stat.，9，1，80-105（2015）·Zbl 1307.62063号
[3] 马萨诸塞州博蒙特；科努埃，J-M；马林，J-M；Robert，CP，自适应近似贝叶斯计算，生物统计学，96，4，983-990（2009）·Zbl 1437.62393号
[4] 马萨诸塞州博蒙特；张伟。；Balding，DJ，人口遗传学中的近似贝叶斯计算，遗传学，162,42025-2035（2002）
[5] 贝纳多，JM；史密斯，AFM，贝叶斯理论（1994），霍博肯：威利，霍博克
[6] 伯顿，E。；雅各布，体育；Gerber，M。；Robert，CP，Wasserstein距离的近似贝叶斯计算，J.R.Stat.Soc.Ser。B、 81、2、235-269（2019）·Zbl 1420.62022号
[7] Biau，G。；Cérou，F。；Guyader，A.，《关于近似贝叶斯计算的新见解》，《安娜·亨利·彭加雷·普罗巴布研究所》。统计，51，1376-403（2015）·Zbl 1307.62012年
[8] Björnstad，JF，《关于似然函数和似然原理的推广》，美国统计协会，91，434，791-806（1996）·Zbl 0871.62006号
[9] Blum，MGB，《近似贝叶斯计算：非参数视角》，美国统计协会，105，491，1178-1187（2010）·Zbl 1390.62052号
[10] 巴克瓦尔，E。；坦博里诺，M。；Tubikanec，I.，部分观测到的扩散过程的基于谱密度和保测度的abc：关于哈密顿SDE的说明，Statist。计算。，30, 3, 627-648 (2020) ·Zbl 1505.62081号
[11] Bürkner，P-C；加布里，J。；Vehtari，A.，《贝叶斯时间序列模型的近似离开-未来交叉验证》，J.Stat.Compute。模拟。，90, 14, 2499-2523 (2020) ·Zbl 07480189号
[12] 卡尔韦，LE；Czellar，V.，近似贝叶斯计算滤波的精确方法，J.Financ。计量经济学。，13, 4, 798-838 (2014)
[13] Canale，A。；Ruggiero，M.，单调函数时间序列的贝叶斯非参数预测，电子。J.Stat.，10，2，3265-3286（2016）·Zbl 1357.62278号
[14] Del Moral，P。；Doucet，A。；Jasra，A.，用于近似贝叶斯计算的自适应序贯蒙特卡罗方法，统计计算。，22, 5, 1009-1020 (2012) ·Zbl 1252.65025号
[15] Drovandi，C.，Nott，D.J.，Frazier，D.T.：通过定位提高无相似性推理中边缘近似的准确性。可在https://arxiv.org/abs/2207.06655 (2022)
[16] 法西奥罗，M。；北卡罗来纳州皮亚。；Wood，SN，生态学和流行病学中高度非线性状态空间模型的推理方法比较，Stat.Sci。，31, 1, 96-118 (2016) ·Zbl 1442.62349号
[17] 费恩黑德，P。；Prangle，D.，《为近似贝叶斯计算构建摘要统计：半自动近似贝叶斯计算》，J.R.Stat.Soc.Ser。B统计方法。，74, 3, 419-474 (2012) ·Zbl 1411.62057号
[18] 弗雷泽，DT；Maneesoonthorn，W。；总经理Martin；McCabe，BPM，近似贝叶斯预测，国际预测杂志。，35, 2, 521-539 (2019)
[19] Gelman，A.，Carlin，J.B.，Stern，H.S.，Dunson，D.B.，Vehtari，A.，Rubin，D.B.：贝叶斯数据分析。查普曼和霍尔/CRC统计科学文本，第三版（2013）
[20] 盖尔曼，A。；孟，X-L；Stern，H.，《通过已实现的差异对模型适用性进行后验预测评估》，Stat.Sin。，6, 4, 733-760 (1996) ·Zbl 0859.62028号
[21] Gillespie，DT，耦合化学反应的精确随机模拟，物理学杂志。化学。，81, 25, 2340-2361 (1977)
[22] Golightly，A。；Sherlock，C.，条件马尔可夫跳跃过程的有效抽样，统计计算。，29, 5, 1149-1163 (2019) ·Zbl 1430.62032号
[23] Golightly，A。；Wilkinson，DJ，使用粒子马尔可夫链蒙特卡罗对随机生化网络模型进行贝叶斯参数推断，界面焦点，1，6，807-820（2011）
[24] Grazian，C。；Fan，Y.，《通过密度估计的近似贝叶斯计算方法综述：模拟器模型推理》，WIREs Comput。统计，12，4（2020年）
[25] Hainy，M.、Drovandi，C.C.、McGree，J.M.：贝叶斯顺序设计实验的无似然扩展。在Kunert，J.、Müller，C.H.、Atkinson，A.C.编辑的《mODa 11:面向模型的设计和分析进展》，153-161（2016）
[26] Heggland，K。；Frigessi，A.，间接推断中的估计函数，J.R.Stat.Soc.Ser。B、 66、2、447-462（2004）·Zbl 1062.62098号
[27] Jasra，A.，一类时间序列模型的近似贝叶斯计算，《国际统计评论》，83，3，405-435（2015）·Zbl 07763454号
[28] Jasra，A。；辛格，S。；马丁·J。；McCoy，E.，通过近似贝叶斯计算进行过滤，统计计算。，22, 1223-1237 (2012) ·Zbl 1252.62093号
[29] Jiang，B.，Wu，T.-W.，Wong，W.：以Kullback-Leibler散度作为数据差异的近似贝叶斯计算。摘自：第二十届国际人工智能与统计会议记录，1711-1721（2018）
[30] Järvenpää，M。；萨特，MRA；拉古达斯，GK；布莱尼，PC；LG米勒；JA麦金奈尔；黄，SS；等级，YH；Marttinen，P.，结合宿主变异的细菌定植获取和清除的贝叶斯模型，PLoS Compute。生物，15，4，1-25（2019）
[31] Järvenpää，M.，Vehtari，A.，Marttinen，P.：高斯过程替代近似贝叶斯计算中的批量模拟和不确定性量化。收录：第36届人工智能不确定性会议论文集，779-788（2020）
[32] Kleinegesse，S。；Drovandi，C.公司。；密苏里州古特曼，通过相互信息进行隐式模型的序贯贝叶斯实验设计，贝叶斯分析。，16, 3, 773-802 (2021)
[33] Krüger，F。；Lerch，S。；Thorarinsdottir，T。；Gneiting，T.，基于马尔可夫链蒙特卡罗输出的预测推断，《国际统计评论》，89，2，274-301（2021）
[34] Kypraios，T。；Neal，P。；Prangle，D.，使用近似贝叶斯计算对随机流行病模型进行贝叶斯推断的教程介绍，数学。生物科学。，287, 42-53 (2017) ·Zbl 1377.92091号
[35] Lauritzen，SL，《充分性、预测和极端模型》，Scand。J.Stat.，1，3，128-134（1974）·Zbl 0297.62068号
[36] 刘易斯，JR；MacEachern，SN；Lee，Y.，《贝叶斯限制似然方法：贝叶斯回归中的不充分统计条件（讨论）》，贝叶斯分析。，16, 4, 1393-2854 (2021)
[37] Lintusari，J。；密苏里州古特曼；杜塔，R。；Kaski，S。；Corander，J.，《基本原理和近似贝叶斯计算的最新发展》，系统。生物，66，1，e66-e82（2017）
[38] 吉咪·马林；Pudlo，P。；CP罗伯特；Ryder，RJ，近似贝叶斯计算方法，统计计算。，22, 6, 1167-1180 (2012) ·Zbl 1252.62022号
[39] 马约拉姆，P。；莫里托，J。；Plagnol，V.公司。；Tavare，S.，《无可能性的马尔可夫链蒙特卡罗》，Proc。国家。阿卡德。科学。美国，100，2615324-8（2003）
[40] 总经理Martin；麦卡贝，BPM；弗雷泽，DT；Maneesoonthorn，W。；Robert，CP，状态空间模型中基于辅助似然的近似贝叶斯计算，J.Compute。图表。统计，28，3，508-522（2019）·Zbl 07499073号
[41] JS马丁；Jasra，A。；辛格，SS；怀特利，N。；Del Moral，P。；McCoy，E.，平滑的近似贝叶斯计算，Stoch。分析。申请。，32, 3, 397-420 (2014) ·Zbl 1429.62368号
[42] 麦金利，T。；库克，AR；Deardon，R.，《无可能性流行病模型中的推断》，国际生物统计杂志。(2009) ·doi:10.2202/1557-4679.1171/html
[43] Numminen，E。；程，L。；Gyllenberg，M。；Corander，J.，根据菌株流行率数据估计肺炎链球菌的传播动力学，生物统计学，69，3，748-757（2013）·Zbl 1418.92186号
[44] O'Hagan，A.，Forster，J.：《高级统计理论》。阿诺德，英国伦敦，第二版，贝叶斯推理（2004）·Zbl 1058.6202号
[45] Papamakarios，G.，Murray，I.：使用贝叶斯条件密度估计对仿真模型进行快速无电子推理。神经信息处理系统进展29（2016）
[46] Papamakaris，G.，Sterrat，D.，Murray，I.：序列神经似然：具有自回归流的快速无障碍推理。摘自：第22届国际人工智能与统计会议记录，837-848（2019）
[47] Pesonen，H.、Simola，U.、Köhn-Luque，A.、Vuollekoski，H.，Lai，X.、Friessesi，A.、Kaski，S.、Frazier，D.T.、Maneesoonthorn，W.、Martin，G.M.、Corander，J.：未来的ABC。国际统计版次（2022年）。doi:10.1111/insr.12522
[48] Picchini，U.，《通过近似贝叶斯计算推断SDE模型》，J.Compute。图表。统计，23，4，1080-1100（2014）
[49] Prangle，D.，调整ABC距离函数，贝叶斯分析。，12, 1, 289-309 (2017) ·Zbl 1384.62098号
[50] 价格，LF；德罗万迪，CC；Lee，A。；Nott，DJ，贝叶斯综合似然，J.Compute。图表。《法律总汇》，27，1，1-11（2018）·Zbl 07498962号
[51] 普里查德，JK；马萨诸塞州塞尔斯塔德；Perez-Lezaun，A。；Feldman，MW，人类Y染色体的群体增长：Y染色体微卫星的研究，分子生物学。演变。，16, 12, 1791-1798 (1999)
[52] Ratmann，O。；Andrieu，C。；维夫，C。；Richardson，S.，基于无相似性推理的模型批评，及其在蛋白质网络进化中的应用，Proc。国家。阿卡德。科学。美国，106、26、10576-10581（2009）
[53] MJ Schervish，《统计学理论》（1995），柏林：斯普林格出版社，柏林·Zbl 0834.62002号
[54] Shestopaloff，A.Y.，Neil，R.M.：关于有效MCMC抽样M/G/1队列的贝叶斯推断。可在https://arxiv.org/abs/1401.5548 (2014)
[55] 美国西莫拉。；西塞夫斯基-科赫，J。；密苏里州古特曼；Corander，J.，自适应近似贝叶斯计算容差选择，贝叶斯分析。，16, 2, 397-423 (2021) ·Zbl 1480.62165号
[56] 西森，S。；范，Y。；Beaumont，M.，《近似贝叶斯计算手册》（2019），纽约：查普曼和霍尔/CRC，纽约·Zbl 1416.62005年
[57] Sisson，SA；范，Y。；Tanaka，MM，《无可能性连续蒙特卡罗》，Proc。国家。阿卡德。科学。美国，104，6，1760-5（2007）·Zbl 1160.65005号
[58] Skibinsky，M.，《适当的子域和充分性》，《数学年鉴》。Stat.，38，1，155-161（1967）·Zbl 0155.25701号
[59] 斯坦因，EM；Shakarchi，R.，《真实分析：测度理论、积分和希尔伯特空间》（2005），普林斯顿：普林斯顿大学出版社，普林斯顿·Zbl 1081.28001号
[60] Tancredi，A.，离散观测连续多状态模型的近似贝叶斯推断，生物统计学，75，3，966-977（2019）·Zbl 1436.62641号
[61] 塔瓦雷，S。；鲍丁，DJ；RC格里菲斯；Donnelly，P.，从DNA序列数据推断聚合时间，遗传学，145，2，505-518（1997）
[62] 托马斯，O。；杜塔，R。；Corander，J。；Kaski，S。；Gutmann，MU，通过比率估计进行无似然推断，贝叶斯分析。，17, 1, 1-31 (2022)
[63] Toni，T。；韦尔奇，D。；斯特雷尔科瓦，N。；艾普森。；Stumpf，MPH，动力学系统中参数推断和模型选择的近似贝叶斯计算方案，J.R.Soc.Interface，6，31，187-202（2009）
[64] Vankov，E.R.，Guindani，M.，Ensor，K.B.：一类具有难以处理的可能性的随机波动率模型的过滤和估计。贝叶斯分析。14(1), 29-52 (2019) ·Zbl 1409.62184号
[65] Vehtari，A.，Ojanen，J.：模型评估、选择和比较的贝叶斯预测方法综述。统计调查6142-228（2012）·Zbl 1302.62011年
[66] DJ Warne；贝克，RE；Simpson，MJ，《随机生化反应网络的模拟和推理算法：从基本概念到最新技术》，J.R.Soc.Interface，16，151，20180943（2019）
[67] DJ Warne；贝克，RE；Simpson，MJ，《系统生物学中计算推断的伪边缘方法实用指南》，J.Theor。生物学，496110255（2020）
[68] DJ Wilkinson，《系统生物学随机建模》（2019），博卡拉顿：查普曼和霍尔/CRC，博卡拉顿·Zbl 1403.92003年
[69] Wilkinson，RD，近似贝叶斯计算（ABC）在模型误差假设下给出了准确的结果，Stat.Appl。遗传学。分子生物学。，12, 2, 129-141 (2013)
[70] Wood，SN，噪声非线性生态动力系统的统计推断，《自然》，4661102-1104（2010）
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。