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）