摘要
在本文中,我们将考虑高维Metropolis-Hastings算法的最优缩放问题,其中可以选择更新比目标密度本身低维。我们发现,Metropolis算法的最佳缩放规则也适用于所谓的Metropolis-within-Gibbs算法,该规则将整体算法接受率调整为0.234。此外,可获得的最佳效率与更新规则的维数无关。这对MCMC从业者具有重要意义,因为高维更新通常在计算上要求更高,因此低维更新是首选。对于所谓的Langevin更新,给出了类似的结果,但得出了截然不同的结论。在这种情况下,即使考虑到计算成本,高维更新通常也是最有效的。
引用
下载引文
彼得·尼尔。
加雷思·罗伯茨。
“部分更新MCMC算法的最佳缩放。”
附录申请。普罗巴伯。
16
(2)
475 - 515,
2006年5月。
https://doi.org/10.1214/10505160500000791
问询处
发布日期:2006年5月
欧几里得项目首次提供:2006年6月29日
数字对象标识符:10.1214/10505160500000791
学科:
主要:60F05型
次要:65二氧化碳
关键词:朗之万算法,马尔科夫蒙特卡洛,Metropolis算法,最佳缩放,弱收敛
版权所有©2006数学统计研究所