我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
重要性抽样的基本思想是使用提案度量中的独立样本,以接近目标度量的期望值。关键是要了解需要多少样本才能保证精确的近似。直观地说,目标和提案之间的距离概念应该决定该方法的计算成本。一个主要的挑战是根据与从业者相关的参数或统计数据来量化这种距离。这一主题引起了各个社区的极大兴趣。本文的目的是通过创建一个总体框架来概述和统一结果文献。提出了一个一般理论,重点是在贝叶斯反问题和过滤中使用重要性抽样。
S.阿加皮乌。 O.帕帕斯皮利奥普洛斯。 D.桑兹·阿隆索。 A.M.斯图亚特。 “重要性抽样:内在维度和计算成本。” 统计人员。科学。 32 (3) 405 - 431, 2017年8月。 https://doi.org/10.1214/17-STS611