格里芬，J.E。 具有独立增量先验的归一化随机测度的混合序列蒙特卡罗方法。 （英语） Zbl 1505.62168号 统计计算。 27，第1期，131-145（2017）. 摘要：具有独立增量的规范化随机测度是一类通用的、易于处理的非参数先验。本文描述了具有这些先验的共轭和非共轭非参数混合模型的序贯蒙特卡罗方法。通过仿真研究比较了不同密度估计算法的效率，并与马尔可夫链蒙特卡罗方法进行了比较。SMC方法在动态拟合非参数随机波动率模型和估计良好测试示例中的边际似然方面的应用进一步说明了SMC方法。 引用于5文件 MSC公司： 62-08 统计问题的计算方法 62G05型 非参数估计 2015年1月62日 贝叶斯推断 60克57 随机测量 65立方厘米 马尔可夫链的数值分析或方法 关键词：贝叶斯非参数;迪里克莱过程;归一化广义伽马过程;非参数随机波动;切片取样;粒子吉布斯采样 PDF格式BibTeX公司 XML格式引用 \textit{J.E.Griffin}，统计计算。27，编号1311-145（2017；兹bl 1505.62168） 全文： 内政部 参考文献： [1] Andrieu，C.，Doucet，A.，Holenstein，R.：粒子马尔可夫链蒙特卡罗方法（含讨论）。J.R.统计社会服务。B 72（3），269-342（2010）·Zbl 1411.65020号 ·文件编号：10.1111/j.1467-9868.2009.00736.x [2] Bassetti，F.、Casarin，R.、Leisen，F.：贝叶斯推理的依赖于Beta产品的Pitman-Yor过程。《经济学杂志》。180, 49-72 (2014) ·兹比尔1298.62148 ·doi:10.1016/j.jeconom.2014.01.007 [3] Basu，S.，Chib，S.:Dirichlet过程混合模型的边际可能性和贝叶斯因子。《美国统计协会期刊》98，224-235（2003）·Zbl 1047.62023号 ·doi:10.1198/01621450338861947 [4] Berger，J.，Guglielmi，A.：参数模型与非参数替代方案的测试。《美国法律总汇》第96174-184页（2001年）·Zbl 1014.62029号 ·doi:10.1198/016214501750333045 [5] Blackwell，D.，MacQueen，J.B.：通过Polya Urn计划的Ferguson分配。Ann.Stat.1，353-355（1973）·兹伯利0276.62010 ·doi:10.1214/aos/1176342372 [6] Brix，A.：广义伽马测量和噪声Cox过程。高级申请。普罗巴伯。31, 929-953 (1999). 国际标准刊号0001-8678·Zbl 0957.60055号 ·doi:10.1017/S0001867800009538 [7] Caron，F.、Davy，M.、Doucet，A.、Duflos，E.、Vanheehe，P.：Dirichlet过程混合物线性动力学模型的贝叶斯推断。IEEE传输。信号处理。56, 71-84 (2008) ·兹比尔1391.62144 ·doi:10.1109/TSP.2007.900167 [8] Carota，C。；Parmigiani，G。；Bernardo，JM（编辑）；JO Berger（编辑）；Dawid，美联社（编辑）；Smith，AFM（编辑），《非参数替代方案的贝叶斯因子》，508-511（1996），伦敦 [9] Carpenter，J.，Clifford，P.，Fearnhead，P.:非线性问题的改进粒子滤波器。IEE程序。雷达声纳导航。146, 2-7 (1999) ·doi:10.1049/ip-rsn:1990255 [10] Carvalho，C.M.，Lopes，H.F.，Polson，N.G.，Taddy，M.A.：一般混合物的粒子学习。贝叶斯分析。5, 709-740 (2010) ·Zbl 1330.62348号 ·doi:10.1214/10-BA525 [11] Chen，C.，Rao，V.A.，Buntine，W.，Teh，Y.W.：相依归一化随机测度。摘自：机器学习国际会议论文集（2013年） [12] 肖邦，N.：静态模型的顺序粒子过滤器。Biometrika 89，539-551（2002年）·Zbl 1036.62062号 ·doi:10.1093/biomet/89.3.539 [13] 肖邦，N.，辛格，S.S.：关于粒子吉布斯采样器。arXiv:1304.1887v1（2013） [14] Dass，S.C.，Lee，J.：关于测试点为零的贝叶斯因子与非参数备选方案的一致性的说明。J.统计计划。推论119143-152（2004）·兹比尔1033.62041 ·doi:10.1016/S0378-3758（02）00413-5 [15] Del Moral，P.：Feynman-Kac公式：谱系和相互作用粒子系统及其应用。施普林格，纽约（2004）·Zbl 1130.60003号 ·doi:10.1007/978-1-4684-9393-1 [16] Del Moral，P.，Doucet，A.，Jasra，A.：序贯蒙特卡罗采样器。J.R.统计社会服务。B 68，411-436（2006）·Zbl 1105.62034号 ·文件编号：10.1111/j.1467-9868.2006.00553.x [17] Delatola，E.-I.，Griffin，J.E.：随机波动率收益分布的贝叶斯非参数建模。贝叶斯分析。6, 901-926 (2011) ·Zbl 1330.62116号 ·doi:10.1214/11-BA632 [18] Delatola，E.-I.，Griffin，J.E.：杠杆效应波动率建模的贝叶斯半参数模型。计算。统计数据分析。60, 97-110 (2013) ·Zbl 1366.62195号 ·doi:10.1016/j.csda.2012.10.023 [19] Escobar，M.D.，West，M.：贝叶斯密度估计和混合推理。《美国统计协会期刊》90，577-588（1995）·Zbl 0826.62021号 ·doi:10.1080/01621459.1995.10476550 [20] Favaro，S.，Teh，Y.W.：归一化随机测度混合模型的MCMC。统计科学。28, 335-359 (2013) ·Zbl 1331.62138号 ·doi:10.1214/13-STS422 [21] Fearnhead，P.：用于成分数量未知的混合物模型的粒子过滤器。统计计算。14, 11-21 (2004) ·doi:10.1023/B:STCO.0000009418.04621.cd [22] Ferguson，T.S.：一些非参数问题的贝叶斯分析。Ann.Stat.1209-230（1973）·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360 [23] Geisser，S.、Eddy，W.F.：模型选择的预测方法。J.Am.Stat.Assoc.74，153-160（1979年）·Zbl 0401.62036号 ·doi:10.1080/016214519979.10481632 [24] Geyer，C.：实用马尔可夫链蒙特卡罗。统计科学。7, 473-511 (1992) ·Zbl 0085.18501号 ·doi:10.1214/ss/117701137 [25] Griffin，J.E.：混合模型密度估计的默认先验。贝叶斯分析。5(1), 45-64 (2010) ·Zbl 1330.62127号 ·doi:10.1214/10-BA502 [26] Griffin，J.E.，Walker，S.G.：归一化随机测量混合物的后验模拟。J.计算。图表。统计数据20，241-259（2011）·doi:10.1198/jcgs.2010.08176 [27] Griffin，J.E.，Kolossiatis，M.，Steel，M.F.J.：使用相依归一化随机测量混合物比较分布。J.R.统计社会服务。B 75，499-529（2013）·Zbl 1411.62083号 ·doi:10.1111/rssb.12002 [28] Ishwaran，H.，James，L.：破胶前期的吉布斯取样方法。《美国统计协会期刊》96，161-173（2001）·Zbl 1014.62006年 ·doi:10.1198/016214501750332758 [29] James，L.，Ligoi，A.，Prünster，I.：具有独立增量的规范化随机测度的后验分析。扫描。《美国联邦法律大全》第36卷第76-97页（2009年）·Zbl 1190.62052号 ·文件编号：10.1111/j.1467-9469.2008.00609.x [30] Jensen，M.J.、Maheu，J.M.：贝叶斯半参数随机波动率建模。《经济学杂志》。157, 305-316 (2010) ·Zbl 1431.62477号 ·doi:10.1016/j.jeconom.2010.01.014 [31] Jensen，M.J.，Maheu，J.M.：使用Dirichlet过程混合物估计半参数非对称随机波动率模型。《经济学杂志》。178, 523-538 (2014) ·Zbl 1293.91141号 ·doi:10.1016/j.jeconom.2013.08.018 [32] Kalli，M.、Griffin，J.E.、Walker，S.G.：切片取样混合物模型。统计计算。21, 93-105 (2011) ·Zbl 1256.65006号 ·doi:10.1007/s11222-009-9150-y [33] Ligoi，A.，Mena，R.H.，Prünster，I.：具有归一化逆高斯先验的分层混合建模。J.Am.Stat.Assoc.100，1278-1291（2005年）·兹比尔1117.62386 ·doi:10.1198/01621450050000132 [34] Ligoi，A.，Mena，R.H.，Prünster，I.：控制贝叶斯非参数混合模型中的强化。J.R.统计社会服务。B 69，715-740（2007）。国际标准刊号1369-7412·Zbl 07555373号 ·文件编号：10.1111/j.1467-9868.2007.00609.x [35] Lijoi，A.，Nipoti，B.，Prünster，I.：具有依赖归一化完全随机测度的贝叶斯推理。伯努利201260-1291（2014）·Zbl 1309.60048号 ·文件编号：10.3150/13-BEJ521 [36] Lindsten，F.、Jordan，M.I.、Schön，T.B.：具有祖先采样的粒子吉布斯。J.马赫。学习。第15号决议，2145-2184（2014年）·Zbl 1319.60151号 [37] Liu，J.S.：通过顺序插补的非参数层次贝叶斯。Ann.Stat.24，910-930（1996）·Zbl 0880.62038号 [38] MacEachern，S.N.，Müller，P.：估计Dirichlet过程模型的混合。J.计算。图表。统计7，223-238（1998） [39] MacEachern，S.N.，Clyde，M.A.，Liu，J.：非参数贝叶斯模型的序贯重要性抽样：下一代。可以。J.Stat.27，251-267（1999）·Zbl 0957.62068号 ·doi:10.2307/3315637 [40] McVinish，R.，Rousseau，J.，Mengersen，K.：混合三角分布的贝叶斯拟合优度测试。扫描。《美国联邦法律大全》第36卷第337-354页（2009年）·Zbl 1195.62053号 [41] Neal，R.：Dirichlet过程混合模型的马尔可夫链抽样方法。J.计算。图表。统计9，249-265（2000） [42] Papaspiliopoulos，O.，Roberts，G.：Dirichlet过程层次模型的回顾性马尔可夫链蒙特卡罗方法。Biometrika 95，169-186（2008）·Zbl 1437.62576号 ·doi:10.1093/biomet/asm086 [43] Pitt，M.K.，Shephard，N.：通过模拟过滤：辅助粒子过滤器。《美国法律总汇》第94卷，第590-599页（1999年）·Zbl 1072.62639号 ·doi:10.1080/01621459.1999.10474153 [44] Ulker，Y.、Gunsel，B.、Taylan Cemgil，A.：Dirichlet过程混合物的连续蒙特卡罗采样器。J.马赫。学习。第9876-883号决议（2010年） [45] Walker，S.G.：用切片对Dirichlet混合模型进行采样。Commun公司。统计模拟。计算。36(1-3), 45-54 (2007) ·兹比尔1113.62058 ·doi:10.1080/03610910601096262 [46] Whiteley，N.：关于“粒子马尔可夫链蒙特卡罗方法”的讨论。J.R.统计社会服务。B 72（3），306-307（2010） [47] Whiteley，N.，Andrieu，C.，Doucet，A.：使用离散粒子马尔可夫链蒙特卡罗方法切换状态空间模型的有效贝叶斯推断。布里斯托尔大学技术报告（2010） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。