夏洛克，克里斯 伪边缘随机游走都市的最佳尺度：对噪声产生机制不敏感。 （英语） Zbl 1361.65003号 卫理公会。计算。申请。普罗巴伯。 18，第3号，869-884（2016）. 摘要：我们使用最近得出的关于极限效率的结果作为维数（d到infty）来检验伪边缘随机行走Metropolis算法的最佳缩放和效率。我们证明了给定目标的最优标度在目标估计中的噪声的大范围分布中变化小于\（20%\），并且任何在最优标度的\（20%\）范围内的标度都将至少\（70\%\）有效。我们证明，即使在我们严格证明的噪声分布范围之外，这种现象也会发生。然后，我们对一个使用重要性抽样估计目标密度的示例（d=10）进行了模拟研究；我们还检查了现有的模拟研究（d=5）和使用粒子滤波器的地方的可用结果。我们的关键结论也适用于这些例子。 引用于三文件 MSC公司： 65二氧化碳 蒙特卡罗方法 65立方厘米 马尔可夫链的数值分析或方法 60J22型 马尔可夫链中的计算方法 60克50 独立随机变量的和；随机游走 关键词：伪边际马尔可夫链蒙特卡罗;随机漫步大都会;最佳缩放;粒子马尔可夫链蒙特卡罗方法;稳健性;重要性抽样 PDF格式BibTeX公司 XML格式引用 \textit｛C.夏洛克｝，卫理公会。计算。申请。普罗巴伯。18，第3号，869--884（2016；Zbl 1361.65003） 全文： 内政部 arXiv公司 链接 参考文献： [1] Andrieu C，Roberts GO（2009）高效蒙特卡罗计算的伪边缘方法。Ann Statist统计37（2）：697-725·Zbl 1185.60083号 ·doi:10.1214/07-AOS574 [2] Andrieu C，Vihola M（2014）在MCMC的精确近似值之间建立某种秩序。ArXiv电子打印·Zbl 1351.60097号 [3] Andrieu C，Doucet A，Holenstein R（2010）粒子马尔可夫链蒙特卡罗方法。J R Stat Soc Ser B Stat方法72（3）：269-342·Zbl 1184.65001号 ·文件编号：10.1111/j.1467-9868.2009.00736.x [4] Baxendale PH（2005）几何遍历马氏链的更新理论和可计算收敛速度。Ann Appl Probab 15（1B）：700-738·Zbl 1070.60061号 ·doi:10.1214/1050516040000710 [5] Beaumont MA（2003）遗传监测人群中人口增长或下降的估计。遗传学164:1139-1160 [6] Bérard J，Del Moral P，Doucet A（2014）规范化常数粒子近似的对数正态中心极限定理。电子J Probab 19（94）：28·Zbl 1308.65014号 [7] Bornn L、Pillai N、Smith A、Woodard D（2014）《在近似贝叶斯计算中使用单个伪样本》。ArXiv电子打印·Zbl 1505.62074号 [8] Carlin BP，Louis TA（2009），数据分析的贝叶斯方法。统计科学系列教材，第3版。博卡拉顿CRC出版社 [9] Doucet A，Pitt MK，Deligiannidis G，Kohn R（2015）使用无偏似然估计器时马尔可夫链蒙特卡罗的有效实现。生物特征102（2）：295-313·Zbl 1452.62055号 ·doi:10.1093/biomet/asu075 [10] Filippone M，Girolma M（2014），高斯过程的伪边缘贝叶斯推断。IEEE Trans-Pattern Ana Mach Intell 36（11）：2214-2226·doi:10.1109/TPAMI.2014.2316530 [11] Giorgi E、Sesay SSS、Terloww DJ、Diggle PJ（2015）使用广义线性地质统计模型结合多个空间参考患病率调查的数据。统计Soc 178（2）：445-464·doi:10.1111/rssa.12069 [12] Golightly A，Wilkinson DJ（2011）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·doi:10.1098/rsfs.2011.0047 [13] Haran M，Tierney L（2012）关于一类空间模型的马尔可夫链蒙特卡罗自动化。ArXiv电子打印·兹比尔1359.62087 [14] Knape J，de Valpine P（2012）通过将粒子滤波器与马尔可夫链蒙特卡罗相结合来拟合复杂种群模型。生态学93（2）：256-263·doi:10.1890/11-0797.1 [15] Lampaki I（2015），广义线性空间模型推断的马尔可夫链蒙特卡罗方法。英国兰开斯特大学博士论文·Zbl 1185.60083号 [16] Pitt MK，dos Santos Silva R，Giordani P，Kohn R（2012）基于粒子滤波的马尔可夫链蒙特卡罗模拟方法的一些性质。《经济学杂志》171（2）：134-151·Zbl 1443.62499号 ·doi:10.1016/j.jeconom.2012.06.004 [17] Roberts GO，Gelman A，Gilks WR（1997）随机行走Metropolis算法的弱收敛性和最优缩放。Ann Appl概率7:110-120·Zbl 0876.60015号 ·doi:10.1214/aoap/1034625254 [18] Sherlock C、Golightly A、Gillespie C（2014）混合离散连续随机动力学模型的贝叶斯推断。反向探针30（11）：1-22·Zbl 1359.62087号 ·doi:10.1088/0266-5611/30/11/114005 [19] Sherlock C、Thiery AH、Roberts GO、Rosenthal JS（2015）《伪边缘随机行走大都会算法的效率》。《统计年鉴》43（1）：238-275·Zbl 1326.65015号 ·doi:10.1214/14-AOS1278 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。