瑟伦·贾纳。;加雷思·罗伯茨 重尾蒙特卡罗-马尔可夫链算法的收敛性。 (英语) Zbl 1164.65004号 扫描。J.统计。 34,第4期,781-815(2007). 考虑了马尔可夫链蒙特卡罗(MCMC)算法在(mathbb R^d)上的重尾(多项式)目标分布。证明了这种算法的多项式遍历性。结果表明,使用重尾建议分布可以提高随机遍历Metropolis和Langevin算法以及独立采样器的收敛速度。考虑了一个示例,该示例说明了Gibbs采样器在\(mathbb R\)的约束子集上的行为。证明了中心极限定理的结果,证明了具有重尾建议的算法具有更好的稳定性。给出了仿真结果。审核人:R.E.Maiboroda(基辅) 引用于18文件 MSC公司: 65立方厘米 马尔可夫链的数值分析或方法 60J22型 马尔可夫链中的计算方法 65二氧化碳 蒙特卡罗方法 60克50 独立随机变量之和;随机游走 60英尺05英寸 中心极限和其他弱定理 关键词:多项式遍历性;随机遍历Metropolis算法;朗之万算法;吉布斯采样器;中心极限定理;数值示例 PDF格式BibTeX公司 XML格式引用 \textit{S.F.Jarner}和\textit{G.Roberts},扫描。J.Stat.34,No.4,781--815(2007;Zbl 1164.65004)