×
沃尔夫冈·詹克

准蒙特卡罗采样，以提高蒙特卡罗EM的效率。 （英语） Zbl 1429.62021号

计算。统计数据分析。 48，第4号，685-701（2005）。
总结：我们研究了基于准蒙特卡罗采样的蒙特卡罗EM算法的有效实现。蒙特卡罗EM算法是确定性EM（期望最大化）算法的随机版本，其中难以处理的E步骤被蒙特卡罗近似代替。准蒙特卡罗方法产生确定的点序列，与纯随机抽样相比，该序列可以显著提高蒙特卡罗近似的精度。确定性准蒙特卡罗方法的一个缺点是，通常很难确定近似误差的大小。然而，为了以自动化的方式实现蒙特卡洛EM算法，测量该误差的能力是至关重要的。随机拟蒙特卡罗方法的最新发展可以克服这一缺点。我们研究了基于随机准蒙特卡罗方法的自动化、数据驱动蒙特卡罗EM算法的实现。我们将该算法应用于在线购买的地质统计模型，发现它可以显著减少总的模拟工作量，从而显示出改进经典蒙特卡罗EM算法效率的巨大潜力。

引用于9文件

MSC公司：

62-08 统计问题的计算方法
10层62层 点估计
65二氧化碳 蒙特卡罗方法
86A32型 地理统计学

关键词：

蒙特卡罗误差；低差异序列；哈尔顿序列；EM算法；地质统计模型
PDF格式BibTeX公司 XML格式引用
\textit{W.Jank}，计算。统计数据分析。48，第4号，685--701（2005；Zbl 1429.62021）
全文： 内政部

参考文献：

[1] Bhat，C.，混合多项式logit模型的拟随机最大模拟似然估计，运输研究，35，677-693（2001）
[2] Booth，J.G。；Hobert，J.P.，《使用自动蒙特卡罗EM算法最大化广义线性混合模型可能性》，J.Roy。统计师。Soc.B，61，265-285（1999）·兹比尔0917.62058
[3] Booth，J.G。；霍伯特，J.P。；Jank，W.，最大化两阶段层次模型可能性的蒙特卡罗算法综述，Statist。模型，1333-349（2001）·Zbl 1102.62019年
[4] 北卡罗来纳州布洛。；Lépingle，D.，随机过程的数值方法（1994），威利：威利纽约·Zbl 0822.60003号
[5] Boyles，R.A.，《关于EM算法的收敛性》，J.Roy。统计师。Soc.B，45，47-50（1983年）·Zbl 0508.62030号
[6] 东北部布雷斯洛。；Clayton，D.G.，广义线性混合模型中的近似推断，J.Amer。统计师。Assoc，88，9-25（1993）·Zbl 0775.62195号
[7] Caffo，B.S.，Jank，W.S.，Jones，G.L.，2003年。马里兰大学决策与信息技术系Ascent-Based Monte Carlo EM.技术代表。；Caffo，B.S.，Jank，W.S.，Jones，G.L.，2003年。马里兰大学决策与信息技术系Ascent-Based Monte Carlo EM.技术代表。
[8] Caflisch，R。；莫罗科夫，W。；Owen，A.，《使用布朗桥降低有效维度对抵押贷款支持证券进行估值》，J.Compute。金融，1，27-46（1997）
[9] Chan，K.S。；Ledolter，J.，《涉及计数的时间序列模型的蒙特卡罗EM估计》，J.Amer。统计师。Assoc，90，242-252（1995）·Zbl 0819.62069号
[10] De Bruijn，N.G.，《分析中的渐近方法》（1958），北荷兰：北荷兰阿姆斯特丹·Zbl 0082.04202号
[11] 邓普斯特，美联社。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然》，J.Roy。统计师。Soc.B，39，1-22（1977）·Zbl 0364.62022号
[12] Diggle，P.J。；Tawn，J.A。；Moyeed，R.A.，基于模型的地质统计学，J.Roy。统计师。社会学硕士，47，299-350（1998）·Zbl 0904.62119号
[13] Doornik，J.A.，Ox:面向对象矩阵编程（2001），Timberlake:Timberlack London
[14] 埃文斯，M。；Swartz，T.，统计学中近似积分的方法，特别强调贝叶斯积分问题，Statist。科学，10254-272（1995）·Zbl 0955.62553号
[15] Evans，M.，Swartz，T.，1996年。使用多元学生重要性抽样的贝叶斯集成。收录：Meyer，M.，Rosenberger，J.（编辑），《计算科学与统计》，第27卷。北美接口基金会。；Evans，M.，Swartz，T.，1996年。使用多元学生重要性抽样的贝叶斯集成。收录：Meyer，M.，Rosenberger，J.（编辑），《计算科学与统计》，第27卷。北美接口基金会。
[16] 方，K.-T。；Wang，Y.，《统计学中的数论方法》（1994），查普曼和霍尔出版社：纽约查普曼与霍尔出版社·Zbl 0925.65263号
[17] Faure，H.，《社会制度（维度）》，《阿里斯学报》，第41期，第337-351页（1982年）·Zbl 0442.10035号
[18] G.福特。；Moulines，E.，弯曲指数族蒙特卡罗期望最大化的收敛性，《统计年鉴》，311220-1259（2003）·Zbl 1043.62015年
[19] Halton，J.H.，《关于某些拟随机点序列在计算多维积分中的效率》，Numer。数学，284-90（1960）·兹比尔0090.34505
[20] 霍伯特，J.P.，《当前计算视角下的层次模型》，J.Amer。统计师。Assoc，951312-1316（2000年）·Zbl 1072.62504号
[21] Kuk，A.Y.C.，广义线性混合模型的拉普拉斯重要性抽样，J.Statist。计算。模拟，63，143-158（1999）·Zbl 0956.62052号
[22] Lange，K.，局部等价于EM算法的梯度算法，J.Roy。统计师。Soc.B，57，425-437（1995）·Zbl 0813.62021号
[23] L'Ecuyer，P.，《ipa、sf和lr梯度估计技术的统一观点》，《管理科学》，361364-1383（1990）·Zbl 0731.65130号
[24] L'Ecuyer，P。；Lemieux，C.，随机拟蒙特卡罗方法的最新进展，（Dror，M.；L'Ecuyer，P.；Szidarovszki，F.，《建模不确定性：随机理论、方法和应用的检验》（2002），Kluwer学术出版社：Kluwer-学术出版社Dordrecht）·Zbl 0979.00016号
[25] Lemieux，C.，L'Ecuyer，P.，1998年。通过格子规则提高亚洲期权定价的效率。载：《1998年冬季模拟会议论文集》，IEEE出版社，纽约。；Lemieux，C.，L'Ecuyer，P.，1998年。通过格子规则提高亚洲期权定价的效率。摘自：《1998年冬季模拟会议论文集》，IEEE出版社，纽约。
[26] 莱文，R。；Casella，G.，Monte Carlo EM算法的实现，J.Compute。图表。统计师，10422-439（2001）
[27] Levine，R.，Fan，J.，2003年。一种自动化（马尔可夫链）蒙特卡罗EM算法。J.统计。计算。模拟，即将出版。；Levine，R.，Fan，J.，2003年。一种自动化（马尔可夫链）蒙特卡罗EM算法。J.统计。计算。模拟，即将推出·Zbl 1060.62026号
[28] McCulloch，C.E.，广义线性混合模型的最大似然算法，J.Amer。统计师。Assoc，92，162-170（1997）·Zbl 0889.62061号
[29] 孟，X.-L。；Rubin，D.B.，通过ECM算法通用框架进行最大似然估计，Biometrika，80，267-278（1993）·Zbl 0778.62022号
[30] 莫罗科夫，W.J。；Caflisch，R.E.，准蒙特卡罗积分，计算机J。物理学，122，218-230（1995）·兹比尔0863.65005
[31] Niederreiter，H.，随机数生成和准蒙特卡罗方法（1992），SIAM:SIAM Philadelphia·Zbl 0761.65002号
[32] Owen，A.，Scrambling Sobol'and Niederreiter-Xing points，J.Complexity，1466-489（1998）·Zbl 0916.65017号
[33] 欧文，A.B.，1998年B。准蒙特卡罗的蒙特卡罗扩展。1998年冬季模拟会议记录。施普林格，纽约，第571-577页。；欧文，A.B.，1998年B。准蒙特卡罗的蒙特卡罗扩展。1998年冬季模拟会议记录。施普林格，纽约，第571-577页。
[34] A.B.欧文。；Zhou，Y.，安全有效的重要性抽样，J.Amer。统计师。Assoc，95135-143（2000年）·Zbl 0998.65003号
[35] Pagès，G.，Van der Corput序列，Kakutani变换和一维数值积分，J.Compute。申请。数学，44，21-39（1992）·Zbl 0765.41033号
[36] 罗伯特·C·P。；Casella，G.，Monte Carlo统计方法（1999），Springer:Springer New York·Zbl 0935.62005号
[37] 谢尔曼，R.P。；Ho，Y.-Y.K。；Dalal，S.R.，Monte Carlo EM序列收敛的条件及其在产品扩散建模中的应用，《计量经济学》J，2，248-267（1999）·Zbl 0955.91050号
[38] Sobol，I.M.，《立方体中点的分布和积分的近似计算》，U.S.S.R.Compute。数学。和数学。Phys，7784-802（1967）
[39] 王，X。；Hickernell，F.J.，随机哈尔顿序列，数学。和计算。型号，32887-899（2000）·Zbl 0965.65005号
[40] 魏，G.C.G。；Tanner，M.A.，EM算法和穷人数据增强算法的蒙特卡罗实现，J.Amer。统计师。Assoc，85，699-704（1990）
[41] Wu，C.F.J.，关于EM算法的收敛性，Ann.Statist，1195-103（1983）·Zbl 0517.62035号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。