×
A.Golightly。;威尔金森，D.J。

误差观测非线性多元扩散模型的贝叶斯推断。 （英语） Zbl 1452.62603号

计算。统计数据分析。 52，第3期，1674-1693（2008）.
摘要：由随机微分方程（SDE）控制的扩散过程是一种成熟的工具，用于建模来自广泛领域的连续时间数据。因此，已经开发了根据部分和离散观测来估计扩散参数的技术。基于似然的推断可能会有问题，因为闭合形式的跃迁密度很少可用。一种广泛使用的解决方案是在每对观测值之间引入潜在数据点，以使真实跃迁密度的欧拉-马鲁雅近似变得准确。在最近的文献中，马尔可夫链蒙特卡罗（MCMC）方法被用来抽样潜在数据和模型参数的后验分布；然而，原始方案存在混合问题，随着增强程度的增加，混合问题会变得更加严重。因此，我们探索了一种全局MCMC方案，该方案可以应用于一大类扩散，并且其性能不会受到潜在值数量的不利影响。该方法通过估计控制自动调节基因网络的参数来说明，使用的部分和离散数据会受到测量误差的影响。

引用于61文件

MSC公司：

62米05 马尔可夫过程：估计；隐马尔可夫模型
60J60型 扩散过程
2015年1月62日 贝叶斯推断
2008年6月62日 统计问题的计算方法

关键词：

贝叶斯推断;颗粒过滤器;MCMC公司;非线性随机微分方程;重新参数化;创新方案
PDF格式BibTeX公司 XML格式引用
\textit{A.Golightly}和\textit{D.J.Wilkinson}，计算。统计数据分析。52，第3号，1674--1693（2008；Zbl 1452.62603）
全文： 内政部

参考文献：

[1] Arkin，A。；罗斯，J。；McAdams，H.H.，噬菌体λ感染后发育途径分叉的随机动力学分析大肠杆菌细胞，遗传学，149，633-648（1998）
[2] 贝尔祖尼，C。；贝斯特，N.G。；吉尔克斯，W.R。；Larizza，C.，《动态条件独立模型和马尔可夫链蒙特卡罗方法》，J.Amer。统计人员。协会，92，440，1403-1412（1997）·Zbl 0913.62025号
[3] Beskos，A。；O.帕帕斯皮利奥普洛斯。；Roberts，G.O。；Fearnhead，P.，离散观测扩散过程的精确且计算效率高的似然估计，J.Roy。统计人员。Soc.序列号。B.方法，68，1-29（2006）·Zbl 1100.62079号
[4] 毕比，B.M。；Sörensen，M.，离散观测扩散过程的鞅估计函数，Bernouilli，1,17-39（1995）·Zbl 0830.62075号
[5] 黑色，F。；Scholes，M.S.，《期权定价与公司负债》，《政治经济学杂志》。，81, 637-659 (1973) ·Zbl 1092.91524号
[6] Chan，K.C。；卡罗伊，G.A。；朗斯塔夫，F.A。；Sanders，A.B.，《短期利率替代模型的实证比较》，J.Finance，471209-1228（1992）
[7] Chib，S。；皮特，M.K。；Shephard，N.，《扩散驱动模型的基于似然的推断》（2006），华盛顿大学奥林商学院：密苏里州圣路易斯华盛顿大学奥林商学院
[8] 考克斯，J.C。；英格索尔·J·E。；Ross，S.A.，利率期限结构理论，《计量经济学》，53385-407（1985）·Zbl 1274.91447号
[9] Del Moral，P。；Jacod，J。；Protter，P.，《离散时间观测滤波的蒙特卡罗方法》，Probab。理论相关领域，120346-368（2002）·Zbl 0979.62072号
[10] Delyon，B。；Hu，Y.，条件扩散模拟及其在参数估计中的应用，随机过程。申请。，116, 1660-1675 (2006) ·Zbl 1107.60046号
[11] Doucet，A。；Godsill，S。；Andrieu，C.，《贝叶斯滤波的序贯蒙特卡罗采样方法》，统计学家。计算。，10, 197-208 (2000)
[12] 达勒姆，G.B。；Gallant，R.A.，《连续时间扩散过程最大似然估计的数值技术》，J.Bus。经济。统计学。，20, 279-316 (2002)
[13] 俄勒冈州埃利安。；Chib，S。；Shephard，N.，离散观测非线性扩散的似然推断，计量经济学，69，4，959-993（2001）·兹比尔1017.62068
[14] Eraker，B.，《金融应用扩散模型的MCMC分析》，J.Bus。经济。统计学。，19, 177-191 (2001)
[15] Fearnhead，P.，MCMC，《充分统计和粒子过滤器》，J.图形统计。，11, 848-862 (2002)
[16] Gillespie，D.T.，《化学主方程的严格推导》，《物理学A》，188，404-425（1992）
[17] Golightly，A。；Wilkinson，D.J.，使用扩散近似对随机动力学模型进行贝叶斯推断，生物统计学，61，3，781-788（2005）·Zbl 1079.62110号
[18] Golightly，A。；Wilkinson，D.J.，非线性多元扩散的贝叶斯序贯推断，统计学。计算。，16, 4, 323-338 (2006)
[19] Golightly，A。；Wilkinson，D.J.，随机动力学生物化学网络模型的贝叶斯序贯推理，J.Compute。生物学，13，3，838-851（2006）
[20] 新泽西州戈登、D.J.萨尔蒙德、A.F.M.史密斯，1993年。非线性/非高斯贝叶斯状态估计的新方法。IEE程序-F 140107-113。；Gordon，N.J.，Salmond，D.J.，Smith，A.F.M.，1993年。非线性/非高斯贝叶斯状态估计的新方法。IEE Proc-F 140，107-113。
[21] Johannes，M.S。；新几内亚波尔森。；Stroud，J.R.，跳跃扩散的最优过滤：从资产价格中提取潜在状态（2006），宾夕法尼亚大学沃顿学院：宾夕法尼亚大学费城沃顿学院
[22] Kalogeopropulos，K.，《一类具有未观测路径的多元扩散的基于似然数的推断》（2006），雅典经济与商业大学：雅典经济与贸易大学
[23] Latchman，D.，《基因调控：真核生物视角》（2002），纳尔逊·索恩斯：纳尔逊·托恩斯·切尔滕纳姆
[24] 刘杰。；West，M.，《基于模拟的滤波中的组合参数和状态估计》（Doucet，A.；de Freitas，N.；Gordon，N.，《序贯蒙特卡罗方法在实践中的应用》（2001））·Zbl 1056.93583号
[25] 麦克亚当斯，H.H。；Arkin，A.，《这是一个喧嚣的行业：纳米尺度的基因调控》，《趋势》。遗传学。，15, 65-69 (1999)
[26] Øksendal，B.，《随机微分方程：应用简介》（1995），Springer:Springer New York·Zbl 0841.60037号
[27] 罂粟属，O。；Roberts，G.O。；Skóld，M.，《分层模型和数据增强的非中心参数化》，（Bernardo，J.M.；Bayarri，M.J.；Berger，J.O.；Dawid，A.P.；Heckerman，D.；Smith，A.F.M.；West，M.《贝叶斯统计学》7（2003），牛津大学出版社），307-326
[28] Pedersen，A.，基于离散观测的随机微分方程最大似然估计的新方法，Scand。J.统计。，1995, 22, 55-71 (1995) ·Zbl 0827.62087号
[29] 皮特，M.K。；Shephard，N.，《通过模拟过滤：辅助粒子过滤器》，J.Amer。统计人员。协会，446，94，590-599（1999）·Zbl 1072.62639号
[30] Ptashne，M.，《基因开关：噬菌体（lambda）和高等生物体》（1992），细胞出版社和布莱克威尔科学出版物：细胞出版社和伯克威尔科学出版物，马萨诸塞州剑桥
[31] Roberts，G.O。；Stramer，O.，关于使用Metropolis-Hastings算法推断部分观测到的非线性扩散模型，Biometrika，88，4，603-621（2001）·Zbl 0985.62066号
[32] 北谢泼德。；Pitt，M.K.，非高斯测量时间序列的似然分析，生物统计学，84，653-667（1997）·兹比尔0888.62095
[33] Storvik，G.，《存在未知静态参数的状态空间模型的粒子过滤器》，IEEE。事务处理。信号。工艺。，50, 2, 281-289 (2002)
[34] 斯特雷默，O.，严，J.，2007年。扩散过程转移密度的有效蒙特卡罗估计的渐近性。卫理公会。计算。申请。doi:10.100/s11009-006-9006.2；斯特雷默，O.，严，J.，2007年。扩散过程转移密度的有效蒙特卡罗估计的渐近性。卫理公会。计算。申请。doi:10.100/s11009-006-9006.2·Zbl 1134.60369号
[35] 斯特劳德，J.R。；新几内亚波尔森。；Muller，P.，《随机波动率模型的实用滤波》（Harvey，A.；Koopman，S.J.；Shephard，N.，《状态空间和未观测组件模型》（2004），剑桥大学出版社：剑桥大学出版社，剑桥），236-247·兹伯利05280148
[36] Tanner，硕士。；Wong，W.H.，《通过数据增强计算后验分布》，J.Amer。统计人员。协会，82，398，528-540（1987）·Zbl 0619.62029号
[37] Wilkinson，D.J.，Papaspiliopoulos，Roberts和Skold对“分层模型和数据增强的非中心参数化”的讨论，（贝叶斯统计7（2003），牛津科学出版社），323-324
[38] Wilkinson，D.J.，《系统生物学随机建模》（2006），查普曼和霍尔/CRC：查普曼&霍尔/CRC伦敦·Zbl 1099.92004号
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。