×
贾科莫·扎内拉

离散空间中当地MCMC的知情提议。 （英语） Zbl 1445.60053号

美国统计协会。 115，编号530，852-865（2020）.
摘要：对于具有离散值高维参数的统计模型，缺乏设计高效马尔可夫链蒙特卡罗（MCMC）算法的方法学结果。出于这一考虑，我们提出了一个简单的框架，用于设计知情的MCMC提案（即适当纳入目标当地信息的Metropolis-Hastings提案分发），该框架自然适用于离散空间。利用马尔可夫核的Peskun型比较，我们显式地刻画了该框架下的渐近最优建议分布类，我们称之为局部平衡的建议。与其他MCMC方案（包括哈密顿蒙特卡罗的离散版本）相比，所得算法在离散空间中实现简单，效率提高了几个数量级。使用模拟数据集和实际数据集进行模拟，包括贝叶斯记录链接的详细应用。与基于梯度的MCMC的直接联系表明，局部平衡方案可以被视为将后者扩展到离散空间的自然方式。

引用于三评论
引用于19文件

MSC公司：

60J22型 马尔可夫链中的计算方法
65二氧化碳 蒙特卡罗方法

关键词：

贝叶斯离散模型;贝叶斯记录链接;知情的Metropolis-Hastings计划;马尔科夫蒙特卡洛;Peskun订购

软件：

化学需氧量
PDF格式BibTeX公司 XML格式引用
\textit{G.Zanella}，J.Am.Stat.Assoc.115，No.530，852--865（2020；Zbl 1445.60053）
全文： 内政部 arXiv公司

参考文献：

[1] Barker，A.A.，“质子-电子等离子体径向分布函数的蒙特卡罗计算”，《澳大利亚物理杂志》，第18期，第119-134页（1965年）·doi:10.1071/PH650119
[2] 布里斯科里尼，D。；Di Consiglio，L。；Liseo，B。；Tancredi，A。；Tuoto，T.，“具有联系不确定性的小面积估算新方法”，《国际近似推理杂志》，94，30-42（2018）·Zbl 1450.62011年 ·doi:10.1016/j.ijar.2017.12.005
[3] 科帕斯，J。；Hilton，F.，“记录链接：匹配计算机记录的统计模型”，《皇家统计学会杂志》，A辑，153287-320（1990）·doi:10.2307/2982975
[4] Dellaert，F.公司。；塞茨，S。；索普，C。；Thrun，S.，EM，MCMC，和未知对应的从运动到结构的链式翻转，机器学习，50，45-71（2003）·Zbl 1033.68083号
[5] Durmus，A。；Roberts，G.O。；Vilmart，G。；Zygalakis，K.C.，“基于langevin的高维MCMC快速算法”，《应用概率年鉴》，27，2195-2237（2017）·Zbl 1373.60053号 ·doi:10.1214/16-AAP1257
[6] Fellegi，I.P。；Sunter，A.B.，“记录关联理论”，《美国统计协会杂志》，64，1183-1210（1969）·Zbl 0186.53903号 ·doi:10.1080/016214591969.10501049
[7] Girolma，M。；Calderhead，B.，“黎曼流形-朗之万和哈密尔顿蒙特卡罗方法”，《皇家统计学会杂志》，B辑，73，123-214（2011）·兹比尔1411.62071 ·文件编号：10.1111/j.1467-9868.2010.00765.x
[8] Green，P.J。；Mardia，K.V.，“使用层次模型的贝叶斯对齐，在蛋白质生物信息学中的应用”，《生物特征》，93，235-254（2006）·Zbl 1153.62020年 ·doi:10.1093/biomet/93.2235
[9] Hastings，W.K.，“使用马尔可夫链的蒙特卡罗采样方法及其应用”，《生物特征分析》，第57期，第97-109页（1970年）·Zbl 0219.65008号 ·doi:10.1093/biomet/57.1.97
[10] Hurn，M.，《马尔可夫链蒙特卡罗方法中使用辅助变量的困难，统计与计算》，第7期，第35-44页（1997年）
[11] Jerrum，M。；Sinclair，A.，NP-hard问题的近似算法，“马尔可夫链蒙特卡罗方法：近似计数和积分的方法，482-520（1996），波士顿：PWS出版公司，波士顿
[12] Johndrow，J。；Lum，K。；Dunson，D.，“记录链接的微聚类理论极限”，《生物统计学》，105，431-446（2018）·兹伯利07072422 ·doi:10.1093/biomet/asy003
[13] A.李。；Yau，C。；贾尔斯，M.B。；Doucet，A。；Holmes，C.C.，“关于图形卡在高级蒙特卡罗方法大规模并行模拟中的应用”，《计算与图形统计杂志》，19，769-789（2010）·doi:10.1198/jcgs.2010.10039
[14] 莱文，D。；佩雷斯，Y。；Wilmer，E.，Markov Chains and Mixing Times（2009），普罗维登斯，RI:美国数学学会，普罗维登斯，RI·Zbl 1160.60001号
[15] Liu，J.S。；梁，F。；Wong，W.H.，“都市抽样中的多重尝试方法和局部优化”，《美国统计协会杂志》，95，121-134（2000）·Zbl 1072.65505号 ·doi:10.1080/01621459.2000.10473908
[16] McVeigh，B.S。；Murray，J.S.，“记录关联的实用贝叶斯推断”，arXiv预印本arXiv:1710.10558（2017）
[17] 北卡罗来纳州大都会。；罗森布鲁斯，A.W。；Rosenbluth，M.N。；出纳员，A.H。；Teller，E.，“快速计算机的状态方程计算”，《化学物理杂志》，211087-1092（1953）·Zbl 1431.65006号 ·doi:10.1063/1.1699114
[18] 摩尔，麻省理工学院。；哈格雷夫，C.E。；Deegan，T。；鲍尔森，M。；哈登，F。；Mengersen，K.，“隐Potts模型的外场先验及其在锥束计算层析成像中的应用”，计算统计与数据分析，86，27-41（2015）·Zbl 1468.62141号 ·doi:10.1016/j.csda.2014.12.001
[19] 摩尔，麻省理工学院。；Pettitt，A.N。；Mengersen，K.，“隐藏Potts模型逆温度的可缩放贝叶斯推断”，arXiv预印本arXiv:1503.08066（2015）
[20] 尼尔·R。；布鲁克斯，S。；Gelman，A。；琼斯·G。；Meng，X.，《马尔可夫链蒙特卡罗手册》，《使用哈密顿动力学的MCMC》，113-162（2011），纽约：CRC出版社，纽约·Zbl 1218.65001号
[21] 西村，A。；邓森，D。；Lu，J.，离散参数采样的间断哈密顿蒙特卡罗，arXiv预印本arXiv:1705.08510（2017）
[22] 哦，S。；罗素，S。；Sastry，S.，Markov Chain Monte Carlo Data Association for Multi-Target Tracking，IEEE Transactions on Automatic Control，54，481-497（2009年）·Zbl 1367.93655号
[23] Pakman，A。；Paninski，L.，“二元分布辅助变量精确哈密顿蒙特卡罗采样器，2490-2498（2013）
[24] Peskun，P.，“使用马尔可夫链的最佳蒙特卡罗采样”，《生物特征分析》，第60期，第607-612页（1973年）·Zbl 0271.62041号 ·doi:10.1093/biomet/60.3.607
[25] 普卢默，M。；贝斯特，N。；Cowles，K。；葡萄藤。，K.，Coda:MCMC的收敛诊断和输出分析，R News，6，7-11（2006）
[26] 罗伯特·C。；Casella，G.，《蒙特卡罗统计方法》（2005），海德堡：柏林施普林格出版社，海德伯格
[27] 罗伯茨，G。；Rosenthal，J.，“Langevin扩散离散近似的最优标度”，《皇家统计学会杂志》，B辑，60255-268（1998）·Zbl 0913.60060号 ·doi:10.1111/1467-9868.00123
[28] 罗伯茨，G。；Gelman，A。；Gilks，W.，“随机行走都市算法的弱收敛性和最优缩放”，《应用概率年鉴》，第7期，第110-120页（1997年）·Zbl 0876.60015号 ·doi:10.1214/aoap/1034625254
[29] Sadinel，M.，“记录关联二元匹配的贝叶斯估计”，《美国统计协会杂志》，第112期，第1-13页（2017年）
[30] Schäfer，C。；肖邦，N.，“大二进制采样空间上的序贯蒙特卡罗”，《统计与计算》，23，163-184（2013）·Zbl 1322.62035号 ·doi:10.1007/s11222-011-9299-z
[31] Steorts，R.C.，“基于经验激励先验的实体解析”，贝叶斯分析，10，849-875（2015）·兹比尔1335.62023 ·doi:10.1214/15-BA965SI
[32] 斯特尔斯，R.C。；霍尔，R。；Fienberg，S.E.，“图形记录链接和重复数据消除的贝叶斯方法”，《美国统计协会杂志》，1111660-1672（2016）·doi:10.1080/01621459.2015.1105807
[33] Swendsen，R.H。；Wang，J.-S，“蒙特卡罗模拟中的非通用临界动力学”，《物理评论快报》，58，86（1987）·doi:10.1103/PhysRevLett.58.86
[34] Tancredi，A。；Liseo，B.，“用层次贝叶斯方法记录联系和人口规模问题”，《应用统计年鉴》，51553-1585（2011）·Zbl 1223.62015年 ·doi:10.1214/10-AOAS447
[35] Tierney，L.，“关于一般状态空间的Metropolis-Hastings核的注记”，《应用概率年鉴》，8，1-9（1998）·兹比尔0935.60053 ·doi:10.1214/aoap/1027961031
[36] Titsias，M.K。；Papaspiliopoulos，O.，“基于辅助梯度的采样算法”，《皇家统计学会杂志》，B辑，80，749-767（2018）·Zbl 1398.62035号 ·doi:10.1111/rssb.12269
[37] Titsias，M.K。；Yau，C.，“汉明球采样器”，《美国统计协会杂志》，第112期，第1-14页（2017年）
[38] 韦林，M。；Teh，Y.，通过随机梯度Langevin动力学进行贝叶斯学习，681-688（2011）
[39] Zanella，G.，“盎格鲁-撒克逊地名的随机划分模型和互补聚类”，《应用统计年鉴》，9，1792-1822（2015）·Zbl 1397.62589号 ·doi:10.1214/15-AOAS884
[40] Zanella，G。；贝当古，B。；瓦拉赫，H。；Miller，J。；扎伊迪，A。；Steorts，R.C.，《应用于实体解析的微集群柔性模型》，神经信息处理系统进展，1417-1425（2016）
[41] Zhang，Y。；加赫拉马尼，Z。；Storkey，A.J。；萨顿，C.A。；佩雷拉，F。；伯格斯，C.J.C。；博图，L。；Weinberger，K.Q.，《神经信息处理系统进展，离散哈密尔顿蒙特卡罗连续松弛》，3194-3202（2012），内华达州塔霍湖：Curran Associates，Inc，内华达州塔霍湖区
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。