×

通过极性展开对Stiefel流形进行蒙特卡罗模拟。 (英语) Zbl 07499906号

摘要:受应用于具有正交矩阵参数的统计模型的贝叶斯推断的启发,我们提出极性膨胀从Stiefel流形上的概率分布进行蒙特卡罗模拟的一般方法。为了绕过从随机正交矩阵的分布进行模拟的许多既定挑战,我们构造了一个无约束随机矩阵的分布,使得{Q} X(_X)\)(boldsymbol{X})极分解的正交分量在分布上等于(boldsymbol{Q})。用标准方法对(boldsymbol{X})的分布进行了马尔可夫链蒙特卡罗(MCMC)模拟,并且可以从无约束空间上的马尔可夫链式中恢复出(boldsymbol{Q})分布的近似值。当与现代MCMC软件相结合时,极点扩展允许在具有正交矩阵参数的模型中进行常规和灵活的后验推理。我们发现,在基准蛋白质相互作用网络应用中,使用自适应哈密顿蒙特卡罗的极性展开比竞争的MCMC方法效率高一个数量级。我们还提出了一种新的贝叶斯函数主成分分析方法,并在气象时间序列应用中进行了说明。本文的补充材料可在网上获得。

MSC公司:

62至XX 统计
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Adler,R.,《随机场的几何》(1981),奇切斯特:威利·Zbl 0478.60059号
[2] 艾伯特·J·H。;Chib,S.,“二进制和多光子响应数据的贝叶斯分析”,《美国统计协会杂志》,88,669-679(1993)·Zbl 0774.62031号 ·doi:10.1080/01621459.1993.10476321
[3] Betancourt,M.(2016),“诊断哈密顿蒙特卡罗中的次优余切分解”,arXiv编号:1604.00695。
[4] Betancourt,M.(2017),“哈密尔顿蒙特卡罗概念介绍”,arXiv编号1701.02434。
[5] 北卡罗来纳州Bou-Rabee。;Sanz-Serna,J.M.,“随机哈密尔顿蒙特卡罗,应用概率年鉴,27,2159-2194(2017)·Zbl 1373.60129号 ·doi:10.1214/16-AAP1255
[6] 布特兰,G。;佩雷格林·阿尔瓦雷斯,J.M。;李,J。;杨伟(Yang,W.)。;杨,X。;加拿大人,V。;Starostine,A。;理查兹,D。;比蒂,B。;科罗根,N。;戴维,M。;帕金森,J。;格林布拉特,J。;Emili,A.,“大肠杆菌中含有保守和必需蛋白质复合物的相互作用网络,《自然》,433531-537(2005)·doi:10.1038/nature03239
[7] 拜恩,S。;Girolami,M.,“嵌入式流形上的大地测量蒙特卡罗”,斯堪的纳维亚统计杂志,40825-845(2013)·兹比尔1349.62186 ·doi:10.1111/sjos.12036
[8] 卡彭特,B。;Gelman,A。;医学博士霍夫曼。;Lee,D。;古德里奇,B。;贝当古,M。;布鲁贝克,M。;郭杰。;李,P。;Riddell,A.,“Stan:概率编程语言,统计软件杂志,76,1-32(2017)·doi:10.18637/jss.v076.i01
[9] Chikuse,Y.,《特殊流形统计》(2003年),纽约:Springer,纽约·Zbl 1026.62051号
[10] Dawid,A.P.,“一些矩阵变量分布理论:符号考虑和贝叶斯应用,生物特征,68,265-274(1981)·Zbl 0464.62039号 ·doi:10.1093/biomet/68.1.265
[11] 多诺霍,D。;Gavish,M.,“通过奇异值阈值进行矩阵去噪的最小最大风险”,《统计年鉴》,42,2413-2440(2014)·2014年10月13日 ·doi:10.1214/14-AOS1257
[12] Duane,S。;A.肯尼迪。;彭德尔顿,B.J。;Roweth,D.,“混合蒙特卡罗,物理快报B,195,216-222(1987)·doi:10.1016/0370-2693(87)91197-X
[13] Durmus,A.、Moulines,E.和Saksman,E.(2017),“关于哈密尔顿蒙特卡罗收敛性”,arXiv编号1705.00166·Zbl 1460.65005号
[14] Eaton,M.L.,“群不变性在统计学中的应用,概率统计区域会议系列,113(1989)·Zbl 0749.62005号
[15] 埃卡特,C。;Young,G.,“低阶矩阵对一个矩阵的逼近,Pyschometrika,121-218(1936)·doi:10.1007/BF02288367
[16] Flegal,J.M.、Hughes,J.、Vats,D.和Dai,N.(2017),“mcmcse:MCMC的蒙特卡罗标准误差。”
[17] Fosdick,B.K。;Raftery,A.E.,“用已知方差和小样本估计二元正态数据的相关性,美国统计学家,66,34-41(2012)·Zbl 07648996号 ·doi:10.1080/00031305.2012.676329
[18] Griewank,A。;Walther,A.,《评估导数:算法微分的原理和技术》(2008),宾夕法尼亚州费城:工业和应用数学学会,宾夕法尼亚州,费城·Zbl 1159.65026号
[19] Hoff,P.,《贝叶斯统计方法第一课程》(2009年),纽约:Springer,纽约·Zbl 1213.62044号
[20] Hoff,P.,“矩阵Bingham-von-Mises-Fisher分布的模拟,及其在多元和关系数据中的应用,计算与图形统计杂志,18,438-456(2009)
[21] 医学博士霍夫曼。;Gelman,A.,“无转取样器:在哈密尔顿蒙特卡罗中自适应设置路径长度”,《机器学习研究杂志》,第15期,第1351-1381页(2014年)·Zbl 1319.60150号
[22] James,A.T.,“正态多元分析和正交组”,《数理统计年鉴》,25,40-75(1954)·Zbl 0055.13203号 ·doi:10.1214/网址/117728846
[23] Jauch先生。;霍夫,P.D。;Dunson,D.B.,“随机正交矩阵和Cayley变换”,Bernoulli,261560-1586(2020)·Zbl 1466.60010号 ·doi:10.3150/19-BEJ1176
[24] 肯特,J.T。;Ganeiber,A.M。;Mardia,K.V.,“一种新的统一方法,用于模拟一类广泛的方向分布,计算与图形统计杂志,27,291-301(2018)·Zbl 07498947号 ·doi:10.1080/10618600.2017.1390468
[25] 刘,C。;鲁宾,D.B。;Wu,Y.N.,“加速EM的参数扩展:PX-EM算法,生物特征,85,755-770(1998)·Zbl 0921.62071号 ·doi:10.1093/biomet/85.4.755
[26] Liu,J.S。;Wu,Y.N.,“数据增强的参数扩展”,《美国统计协会杂志》,941264-1274(1999)·Zbl 1069.62514号 ·doi:10.1080/01621459.1999.10473879
[27] Livingstone,S.、Betancourt,M.、Byrne,S.和Girolama,M.(2018),“关于哈密尔顿蒙特卡罗的几何遍历性”,arXiv编号1601.08057v4·Zbl 1428.62375号
[28] Mardia,K.V。;Jupp,P.E.,《概率与统计威利系列,方向统计》(2009),英国西苏塞克斯郡:威利,英国西苏塞克斯郡
[29] Marsaglia,G.,“从球体表面选择一个点,《数理统计年鉴》,43645-646(1972)·Zbl 0248.65008号 ·doi:10.1214/aoms/1177692644
[30] 尼尔·R·M。;布鲁克斯,S。;Gelman,A。;Jones,G.L。;Meng,X.-L.,《马尔可夫链蒙特卡罗手册》,MCMC使用哈密顿动力学,113-162(2011),佛罗里达州博卡拉顿:CRC出版社,佛罗里达州波卡拉顿·Zbl 1229.65018号
[31] Pourzanjani,A.A.、Jiang,R.M.、Mitchell,B.、Atzberger,P.J.和Petzold,L.R.(2017),“通过Givens变换对Stiefel流形的一般贝叶斯推断”,arXiv编号1710.09443v2·Zbl 1493.62133号
[32] R核心团队,R:统计计算的语言和环境(2019),奥地利维也纳:R统计计算基金会,奥地利维也纳
[33] Ramsay,J。;Silverman,B.,功能数据分析(1997),纽约:Springer-Verlag,纽约·Zbl 0882.6202号
[34] Ramsay,J.、Wickham,H.、Graves,S.和Hooker,G.(2018),“fda:功能数据分析”
[35] 拉斯穆森,C.E。;Williams,C.K.I.,《机器学习的高斯过程》(2006),马萨诸塞州剑桥:麻省理工学院出版社·Zbl 1177.68165号
[36] Srivastava,M.S。;Khatri,C.G.,《多元统计导论》(1979年),纽约:北荷兰人,纽约·Zbl 0421.62034号
[37] Stan开发团队(2019年),“Stan建模语言用户指南和参考手册,2.19.0版”
[38] A.J.苏亚雷斯。;Ghosal,S.,“功能数据主成分的贝叶斯估计,贝叶斯分析,12,311-333(2017)·Zbl 1384.62189号 ·doi:10.1214/16-BA1003
[39] Van Dyk,医学博士。;Meng,X.-L.,“数据增强的艺术”,《计算与图形统计学杂志》,10,1-50(2001)·doi:10.1198/10618600152418584
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。