开放式访问
2017年8月 重要性抽样:内在维度与计算成本
S.阿加皮欧O.帕帕斯皮利奥普洛斯D.桑兹·阿隆索A.M.斯图亚特
统计人员。科学。 32(3): 405-431 (2017年8月)。 内政部:10.1214/17-STS611

摘要

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。

引用

下载引文

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

信息

发布日期:2017年8月
首次在欧几里得项目中提供:2017年9月1日

zbMATH公司:06870253
数学科学网:3696003令吉
数字对象标识符:10.1214/17-STS611

关键词:绝对连续性过滤重要性抽样逆向问题量纲的概念小声

版权所有©2017数学统计研究所

第32卷•第3期•2017年8月
返回页首