×
亚杰·贾斯拉

一类时间序列模型的近似贝叶斯计算。 （英语） Zbl 07763454号

国际统计版次。 83，第3期，405-435（2015）.
摘要：在下面的文章中，我们考虑了某些时间序列模型类的近似贝叶斯计算（ABC）。特别是，我们关注的场景是，观测值和参数的可能性很难处理，这意味着即使在非负无偏估计下也无法评估可能性。本文回顾并发展了一类基于ABC思想的近似方法，但具体保持了原始统计模型的概率结构。后一种想法很有用，因为可以采用或调整已建立的计算方法进行统计推断。综述了文献中的几个现有结果，并给出了计算方面的新进展。
{©2015 The Authors.International Statistical Review©2015国际统计研究所}

引用于12文件

MSC公司：

62至XX 统计

关键词：

近似贝叶斯计算;隐马尔可夫模型;观测驱动时间序列
PDF格式BibTeX公司 XML格式引用
\textit{A.Jasra}，国际统计第83版，第3号，405--435（2015；Zbl 07763454）
全文： 内政部 arXiv公司

参考文献：

[1] Amrein，M.&Künsch，H.（2011）。罕见事件估计的重要性划分的一种变体：固定的成功次数。TOMACS，21，第13条·Zbl 1490.62210号
[2] Andrieu，C.&Roberts，G.O.（2009年）。有效蒙特卡罗计算的伪边缘方法。安.统计师。，37, 697-725. ·Zbl 1185.60083号
[3] Andrieu，C.Doucet，A.&Holenstein，R.（2010年）。粒子马尔可夫链蒙特卡罗方法（讨论）。J.罗伊。统计师。Soc.序列号。B、 第72页，第269-342页·Zbl 1411.65020号
[4] Andrieu，C.Doucet，A.和Lee，A.（2012年）。讨论：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.罗伊。统计师。Soc.序列号。B、 第74页，第451-452页。
[5] Barthelmé，S.和Chopin，N.（2014）。期望传播无摘要、无似然推理。J.Amer。统计师。协会，109，315-333·Zbl 1367.62063号
[6] Barthemé，S.、Chopin，N.、Jasra，A.和Singh，S.（2012年）。讨论：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.罗伊。统计师。Soc.序列号。B、 第74页，第453-454页。
[7] Beaumont，M.Zhang，W.和Balding，D.（2002）。群体遗传学中的近似贝叶斯计算。遗传学，1622025-2035。
[8] Biau，G.、Cérou，F.和Guyader，A.（2015）。对近似贝叶斯计算的新见解。Ann.de l'IHP，51，376-403·Zbl 1307.62012年
[9] Billinglsley，P.（1995），概率与测度，第三版，纽约：Wiley·Zbl 0822.60002号
[10] Blum，M.（2010年）。近似贝叶斯计算：非参数视角。J.Amer。统计师。协会，105，1178-1187·Zbl 1390.62052号
[11] Bollerslev，T.（1986）。广义自回归条件异方差。《经济学杂志》。，31, 307-327. ·Zbl 0616.62119号
[12] Briers，M.Doucet，A.和Maskell，S.（2010年）。状态空间模型的平滑算法。安.Instit。统计师。数学。，62, 61-89. ·Zbl 1422.62297号
[13] Bornn，L.Pillai，N.S.Smith，A.和Woodard，D.（2014）。在近似贝叶斯计算MCMC中，一个伪样本就足够了。arXiv预打印。
[14] Boys，R.J.Wilkinson，D.J.和Kirkwood，T.B.L.（2008）。离散观测随机网络的贝叶斯推断。统计。压缩机。，18, 125-135.
[15] Calvet，C.&Czellar，V.（2015）。近似贝叶斯计算滤波的精确方法。J.Finan。经济。DOI:10.1093/jjfinec/nbu019提前在线打印。
[16] Campillo，F.和Rossi，V.（2009年）。用于一般状态空间模型参数估计的卷积粒子滤波器。IEEE传输。航空的。电气系统。，45, 1073-1072.
[17] Cappé，O.Ryden，T.&Moulines，等。（2005），《隐马尔可夫模型中的推断》。纽约：斯普林格·Zbl 1080.62065号
[18] Cérou，F.Del Moral，P.Guyader，A.（2011）。非正规Feynman‐Kac粒子模型的非渐近方差定理。安·Inst.Henri Poincare，47，629-649·Zbl 1233.60047号
[19] Chambers，J.M.、Mallows，C.L.和Stuck，B.W.（1976年）。模拟稳定随机变量的方法。J.Amer。统计师。协会，71，340-344·Zbl 0341.65003号
[20] 肖邦，N.（2002）。静态模型的顺序粒子过滤器。《生物统计学》，第89期，第539-552页·Zbl 1036.62062号
[21] 肖邦，N.和雅各布，P.E.Papaspiliopoulos，O.（2013）。SMC^2：带有粒子马尔可夫链蒙特卡罗更新的序列蒙特卡罗算法。J.罗伊。统计师。社会学学士，75，397-426·Zbl 1411.62242号
[22] Cox，D.R.（1981）。时间序列的统计分析：一些最新发展。扫描。J.统计。，第8页，第93-115页·Zbl 0468.62079号
[23] Dean，T.&Singh，S.S.（2011年）。近似贝叶斯估计量的渐近行为，剑桥大学技术报告。
[24] Dean，T.Singh，S.S.Jasra，A.和Peters，G.（2014）。具有难处理可能性的隐马尔可夫模型的参数推断。扫描。J.统计。，41, 970-987. ·Zbl 1305.62303号
[25] Del Moral，P.（2004），Feynman‐Kac公式：谱系和相互作用粒子系统及其应用：纽约·Zbl 1130.60003号
[26] Del Moral，P.（2013），蒙特卡罗积分的平均场模拟。伦敦：查普曼和霍尔·Zbl 1282.65011号
[27] Del Moral，P.和Jacob，J.离散时间观测滤波的蒙特卡罗方法。中心极限定理。《菲尔德研究所通信、数值方法和随机学》（The Fields Institute Communications，Numerical Methods and Stochastics），编辑：T.J.Lyons（编辑），T.S.Salisbury（编辑）29-53，多伦多，安大略省：Amer。数学。Soc公司·Zbl 1111.60302号
[28] Del Moral，P.Doucet，A.和Jasra，A.（2006年）。连续蒙特卡罗采样器。J.罗伊。统计师。社会学学士，68，411-436·Zbl 1105.62034号
[29] Del Moral，P.Doucet，A.和Jasra，A.（2012年）。一种用于近似贝叶斯计算的自适应序贯蒙特卡罗方法。统计师。压缩机。，22, 1009-1020. ·Zbl 1252.65025号
[30] Del Moral，P.Doucet，A.Singh，S.S.（2010年）。Feynman‐Kac公式的反向解释。M2AN，44，947-975·Zbl 1209.65009号
[31] Douc，R.Doukhan，P.&Moulines，E.（2013）。观测驱动时间序列模型的遍历性和最大似然估计的一致性。斯托奇。程序。申请。，123, 2620-2647. ·Zbl 1285.62104号
[32] Doucet，A.Johansen，A.M.《粒子过滤与平滑：十五年后》。《牛津非线性滤波手册》，编辑D.Crisan（编辑）和B.Rozovsky（编辑），第656-704页，（2011）：牛津OUP·Zbl 1513.60043号
[33] Doucet，A.Pitt，M.Deligiannidis，G.&Kohn，R.（2014）。当使用无偏似然估计器时，马尔可夫链蒙特卡罗的有效实现，arXiv:1212.1871v3[stat.ME]·Zbl 1452.62055号
[34] Drovandi，C.和Pettit，A.（2011年）。多元分位数分布的无似然估计。公司。统计师。数据分析。，第55卷，第2541-2556页·Zbl 1464.62062号
[35] Drovandi，C.Pettit，A.&McCutchan，R.（2013），《具有难以处理可能性的低计数时间序列模型的精确和近似贝叶斯推断》，昆士兰大学技术报告。
[36] Ehrlich，E.（2013），《时间序列模型的ABC近似推理》，伦敦帝国理工学院博士论文。
[37] Ehrlich，E.Jasra，A.&Kantas，N.（2015）具有难以处理的可能性的隐马尔可夫模型的无梯度参数估计。方法。公司。申请。普罗巴伯。在线打印之前，请访问DOI 10.1007/s11009-013-9357-4·Zbl 1323.65006号
[38] Evensen，G.（1994）。使用蒙特卡罗方法对非线性准地转模型进行序列数据同化，以预测误差统计。《地球物理学杂志》。第9910143-10162号决议。
[39] Fan，J.Yao，Q.（2005），非线性时间序列：非参数和参数方法。施普林格：纽约。
[40] Fearnhead，P.&Prangle，D.（2012年）。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.罗伊。统计师。Soc.序列号。B、 第74页，第419-474页·Zbl 1411.62057号
[41] Ferguson，T.S.（1996），大样本理论课程。查普曼和霍尔出版社：伦敦·Zbl 0871.6202号
[42] Gauchi，J.‐P.&维拉，J.‐P。(2013). 非线性动力系统辨识和推理的非参数滤波方法。统计师。压缩机。，23, 523-533. ·Zbl 1325.93053号
[43] Golightly，A.Wilkinson，D.J.（2011）。基于粒子马尔可夫链蒙特卡罗的随机生化网络模型贝叶斯参数推断。埋。焦点，6807-820。
[44] Gouriéroux，C.&Ronchetti，E.（1993）。间接推断。J.应用。经济计量。，第8章，第85-s118节。
[45] Granger，C.W.J.和Anderson，A.（1978），双线性时间序列模型简介。范登霍克和鲁普雷希特：哥廷根·Zbl 0379.62074号
[46] Haynes，M.（1998），《排名和选择程序中的灵活分布和统计模型及其应用》，昆士兰理工大学博士论文。
[47] Jacob，P.E.&Thiery，A.T.关于非负无偏估计量，2013年。arXiv预打印。
[48] Jasra，A.（2012年）。讨论：为近似贝叶斯计算构建汇总统计：半自动近似贝叶斯计算。J.罗伊。统计师。Soc.序列号。B、 74、461页。
[49] Jasra，A.Kantas，N.&Ehrlich，E.（2014）。具有难以处理的可能性的观测驱动时间序列模型的近似推断。TOMACS，24，第13条·Zbl 1322.65011号
[50] Jasra，A.Lee，A.Yau，C.&Zhang，X.活性粒子过滤器：arXiv预印本，2013年。
[51] Jasra，A.Singh，S.S.Martin，J.S.&McCoy，E.（2012年）。通过近似贝叶斯计算进行过滤。统计师。压缩机。，1223-1237页·Zbl 1252.62093号
[52] Kanagawa，M.Nishiyama，Y.Gretton，A.和Fukumizu，K.Kernel Monte Carlo过滤器，2013年。arXiv预打印。
[53] Kantas，N.Beskos，A.和Jasra，A.（2014）。高维反问题的序贯蒙特卡罗方法：Navier‐Stokes方程的案例研究。SIAM/ASA期刊。数量。，2, 464-489. ·Zbl 1308.65010号
[54] Kim，S.Shephard，N.和Chib，S.（1998年）。随机波动性：似然推断和与ARCH模型的比较。经济版。螺柱，65、361-393·Zbl 0910.90067号
[55] Le Gland，F.Oudjane，N.（2006年）。保持粒子系统活动的顺序粒子算法。在随机混合系统中：理论和安全关键应用。控制与信息科学讲座笔记，第337卷，H.Blom（编辑），J.Lygeros（编辑）；第351-389页。柏林：斯普林格·Zbl 1130.93053号
[56] Lee，A.（2012），关于使用SMC采样器进行近似贝叶斯计算时MCMC核的选择。程序。冬季模拟。Conf.，第304-315页。柏林。
[57] Lee，A.Latuszynski，K.（2014）。近似贝叶斯计算中马尔可夫链蒙特卡罗的方差定界和几何遍历性。生物特征，101，655-671·Zbl 1334.60149号
[58] Liu，J.（1990）。关于一般双线性时间序列模型的因果关系和可逆性的一个注记。高级申请。概率。，22, 247-250. ·Zbl 0706.62080号
[59] Majoram，P.Molitor，J.Plagnol，V.&Tavaré，S.（2003）。无可能性的马尔可夫链蒙特卡罗。美国国家科学院院刊，10015324-15328。
[60] J.‐M.马林。Pudlo，P.Robert，C.P.&Ryder，R.（2012）。近似贝叶斯计算方法。统计师。压缩机。，1167-1180年2月22日·Zbl 1252.62022号
[61] Martin，J.S.Jasra，A.Singh，S.S.Whiteley，N.MoralP.&McCoy，E.（2014）。平滑的近似贝叶斯计算。斯托奇。分析。申请。，32, 397-422. ·Zbl 1429.62368号
[62] Martin，G.McCabe，B.Maneesoonthorn，W.&Robert，C.P.状态空间模型中的近似贝叶斯计算，2014年。arXiv预打印。
[63] McKinley，J.Cook，A&Deardon，R.（2009）《无相似性的流行病模型推断》。国际生物统计杂志。，5
[64] Minka，T.（2001）。期望——近似贝叶斯推断的传播。程序。阿拉伯联合酋长国，17，362-369。
[65] Murray，L.M.Jones，E.M.Parslow，J.（2013）。关于扰动状态空间模型和粒子边缘Metropolis‐Hastings采样器。SIAM/ASA期刊。数量。，1, 494-521. ·Zbl 1282.65016号
[66] Nott，D.Marshall，L.&Ngoc，T.M.（2012）集合卡尔曼滤波器是一种ABC算法。统计师。压缩机。，22, 1273-1276. ·Zbl 1252.62094号
[67] Oliver，D.S.Cunha，L.B.&Reynolds，A.C.（1997年）。将渗透率场调节为压力数据的马尔可夫链蒙特卡罗方法。数学。地质。，第29页，第61-91页。
[68] Persing，A.和Jasra，A.（2015）。扭曲活动粒子过滤器。方法。公司。申请。普罗巴伯。在线打印前，请访问DOI 10.1007/s11009-014-9422-7·兹比尔1339.65011
[69] Peters，G.Sisson，S.&Fan，Y.（2012年）。阿尔法稳定模型的无似然贝叶斯推断。公司。统计数据分析。，56, 3743-3756. ·Zbl 1255.62071号
[70] Poyiadjis，G.Doucet，A.和Singh，S.S.（2011年）。状态空间模型中分数和观测信息矩阵的粒子近似及其在参数估计中的应用。生物特征，98，65-80·Zbl 1214.62093号
[71] Pritchard，J.Sielstad，M.Perez‐Lezaun，A.和Feldman，M.（1999）。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.
[72] Rayner，G.和MacGillivray，H.（2002）。g‐and‐k分布和广义g‐h分布的数值最大似然。统计师。压缩机。，12, 57-75. ·Zbl 1247.62069号
[73] Robert，C.P.（2012）。讨论：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.罗伊。统计师。Soc.序列号。B、 第74、447-448页。
[74] Robert，C.P.Casella，G.（2004），蒙特卡洛统计方法第二版，施普林格出版社：纽约·Zbl 1096.62003年
[75] Robert，C.P.Cornuet，J.‐M。J.‐M.马林。Pillai，N.S.（2011）对近似贝叶斯计算（ABC）模型选择缺乏信心。美国国家科学院院刊，108，37:15112-15117。
[76] Rubin，D.Bayesian为应用统计学家进行了合理的相关频率计算。安.统计师。，12(1984), 1151-1172. ·Zbl 0555.62010号
[77] Rubio，F.Johansen，A.最大棘手似然估计的简单方法。Elec.J.统计。，7(2013), 1632-1654. ·Zbl 1327.62075号
[78] Sherlock，C.Thiery，A.Roberts，G.O.Rosenthal，J.《伪边际随机行走大都会算法的效率》，2013年。arXiv预打印。
[79] Wheedon，R.H.Zygmund，A.（1977），测度与积分：实分析导论。马塞尔·德克尔：纽约·Zbl 0362.26004号
[80] White，H.（1982）。错误指定模型的最大似然估计。《计量经济学》，50，1-25·Zbl 0478.62088号
[81] White，S.R.Kypraios，T.Preston，S.T.分段近似贝叶斯计算：使用分解后验分布对离散观测的马尔可夫模型进行快速推断。统计师。公司。(2014). DOI 10.1007/s11222‐013‐9432‐2提前在线打印·Zbl 1331.65024号
[82] Wilkinson，R.D.（2013）。近似贝叶斯计算（ABC）在模型误差的假设下给出了准确的结果。统计师。申请。遗传学。鼹鼠。《生物学》，第12期，第129-141页。也可作为arXiv提供，0811.33552008。
[83] Yildirim，S.Singh，S.S.Dean，T.Jasra，A.（2015）。基于序贯蒙特卡罗法的隐马尔可夫模型参数估计。J.公司。图表。统计师。提前在线打印，DOI 10.1080/10618600.2014.938811。
[84] Zhang，X.（2013），《贝叶斯统计中近似推断的一些假设》，伦敦帝国理工学院博士论文。
[85] Zhou，Y.Johansen，A.M.Aston，J.A.D.走向自动模型比较：自适应序贯蒙特卡罗方法。J.公司。图表。统计师。(2015). （出现）。
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。