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。
Richardson和Green提出了一种对未知成分数的有限混合分布数据进行贝叶斯分析的方法。他们的方法是马尔可夫链蒙特卡罗(MCMC)方法,该方法利用了格林描述的“可逆跳跃”方法。我们描述了另一种MCMC方法,该方法将模型的参数视为一个(标记)点过程,扩展了里普利建议的方法,以创建具有适当平稳分布的马尔可夫生灭过程。我们的方法很容易实现,即使是在多维数据的情况下,我们也在单变量和双变量数据上进行了说明。似乎有相当大的潜力将这些想法应用到其他环境中,作为更一般的可逆跳跃方法的替代方法,我们最后简要讨论了如何实现这一点。
马修·斯蒂芬斯。 “成分数目未知的混合模型的贝叶斯分析——可逆跳跃法的替代方法。” 安。统计师。 28 (1) 40 - 74, 2000年2月。 https://doi.org/10.1214/aos/1016120364