皮埃尔·德尔·莫勒尔;阿诺·杜塞特;亚杰·贾斯拉 序贯蒙特卡罗方法的自适应重采样策略。 （英语） Zbl 1236.60072号 伯努利 第1期第18页，第252-278页（2012年）. 摘要：序贯蒙特卡罗（SMC）方法是一类通过结合重要抽样和重抽样步骤，从任意概率分布序列中进行近似抽样的技术。本文研究了一类SMC方法的收敛性分析，其中使用有效样本量等准则在线计算重采样时间。这是一种在从业者中流行的方法，但这些方法的收敛结果很少。通过将半群技术与原始耦合参数相结合，我们得到了这些算法的函数中心极限定理和一致指数浓度估计。 引用于48文件 MSC公司： 60年22日 马尔可夫链中的计算方法 关键词：随机重采样;序贯蒙特卡罗方法 PDF格式BibTeX公司 XML格式引用 \textit{P.Del Moral}等人，Bernoulli 18，No.1，252--278（2012；Zbl 1236.60072） 全文： 内政部 arXiv公司 参考文献： [1] Cappé，O.，Moulines，E.和Rydén，T.（2005）。隐马尔可夫模型中的推理。纽约：斯普林格·Zbl 1080.62065号 [2] Cornebise，J.（2009）。自适应序贯蒙特卡罗方法。巴黎大学应用数学系博士论文。 [3] Cornebise，J.，Moulines，E。和Olsson，J.（2008）。序贯重要性抽样的自适应方法及其在状态空间模型中的应用。统计计算。18 461-480. ·doi:10.1007/s11222-008-9089-4 [4] Del Moral，P.（2004）。Feynman-Kac公式：系谱和相互作用粒子系统及其应用。纽约：斯普林格·Zbl 1130.60003号 [5] Del Moral，P.和Miclo，L.（2000）。Feynman-Kac公式的分支和相互作用粒子系统近似及其在非线性滤波中的应用。数学课堂笔记。1729 1-145. 柏林：斯普林格·Zbl 0963.60040号 [6] Douc，R.和Moulines，E.（2008年）。加权样本的极限定理及其在序贯蒙特卡罗方法中的应用。安。统计师。36 2344-2376. ·Zbl 1155.62056号 ·doi:10.1214/07-AOS514 [7] Doucet，A.、de Freitas，N.和Gordon，N.（2001年）。实践中的序贯蒙特卡罗方法。纽约：斯普林格·Zbl 0967.00022号 [8] Liu，J.S.（2001）。科学计算中的蒙特卡罗策略。纽约：斯普林格·Zbl 0991.65001号 [9] Liu，J.S.和Chen，R.（1995）。通过顺序插补进行盲反褶积。J.Amer。统计师。协会90 567-576·Zbl 0826.62062号 ·doi:10.2307/2291068 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。