杜塞特,A。;M.K.皮特。;Deligiannidis,G。;科恩,R。 使用无偏似然估计量时马尔可夫链蒙特卡罗的有效实现。 (英语) Zbl 1452.62055号 生物特征 102,No.2,295-313(2015). 摘要:当在Metropolis-Hastings链中使用无偏似然估计量时,有必要权衡用于构建此估计量的蒙特卡罗样本数与在此链下计算的平均值的渐近方差。使用许多蒙特卡罗样本通常会导致Metropolis-Hastings平均值的渐近方差低于使用较少样本的相应平均值;然而,构造似然估计所需的计算时间随着样本数的增加而增加。假设由对数似然估计量引入的加性噪声的分布是高斯分布,方差与样本数成反比,并且与评估时的参数值无关,我们提供了样本数的选择指南。我们通过考虑应用于股票指数收益的随机波动率模型来说明我们的结果。 引用于81文件 MSC公司: 62-08 统计问题的计算方法 60J22型 马尔可夫链中的计算方法 65二氧化碳 蒙特卡罗方法 62P05号 统计学在精算学和金融数学中的应用 关键词:难以处理的可能性;Metropolis-Hastings算法;粒子过滤器;序贯蒙特卡罗;状态空间模型 PDF格式BibTeX公司 XML格式引用 \textit{A.Doucet}等人,《生物统计学》102,第2期,295--313(2015;Zbl 1452.62055) 全文: 内政部 arXiv公司