大卫·B·菲利普斯。;阿德里安·史密斯。 通过跳跃扩散进行贝叶斯模型比较。 (英语) 兹比尔0855.62018 Gilks,W.R.(编辑)等人,《马尔可夫链蒙特卡罗实践》。伦敦:查普曼和霍尔。215-239 (1996). 近年来,马尔可夫链蒙特卡罗(MCMC)仿真技术的使用使得许多复杂高维问题的常规贝叶斯分析成为可能。然而,相对较少受到关注的一个领域是比较可能不同维的模型,其中的基本困难是计算计算每个模型规范下后验分布的归一化常数所需的高维积分。在这里,我们展示了U.格伦纳德和M.I.米勒[见J.R.Stat.Soc.,Ser.B 56,No.4,549-603(1994;Zbl 0814.62009号); 电气技术代表。信号。系统。华盛顿大学研究实验室(1991)]可用于对此类问题进行基于模拟的常规分析。通过在一组可能的模型和这些模型的参数上引入联合先验概率分布来解释模型的不确定性。然后,可以通过使用迭代跳跃-扩散采样算法模拟所得后验分布的实现来进行推断。这种模拟方法的基本特征是,可以在不同维度的模型之间进行离散转换或跳跃,并且在固定维度的模型内,对适合该模型的条件后验进行采样。然后,模型比较或选择可以基于对模型集的边际后验分布的模拟近似。有关整个系列,请参见[Zbl 0832.00018号]. 引用于24文件 MSC公司: 2015年1月62日 贝叶斯推断 62页99 统计学的应用 关键词:马尔科夫蒙特卡洛;模型比较;模型选择;混合反褶积;变更点标识;后面的;迭代跳跃扩散采样算法;离散跃迁;不同维度的模型;有条件的后部;后缘 引文:Zbl 0814.62009号 PDF格式BibTeX公司 XML格式引用 \textit{D.B.Phillips}和\textit{A.F.M.Smith},in:马尔可夫链蒙特卡罗实践。伦敦:查普曼和霍尔。215--239(1996年;Zbl 0855.62018)