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。