×

兹马思-数学第一资源

指数族中最大似然的长距离搜索。(英语) Zbl 1336.62078号
摘要:指数族通常用于对具有复杂相关性的数据集进行建模。最大似然估计量(MLE)在似然计算代价昂贵的情况下很难估计。基于mcm-c的mcm-c马尔可夫链算法[C、 J.盖尔E、 A.汤普森,“相依数据的约束蒙特卡罗最大似然”,J.R.Stat.Soc.,Ser。B 54,第3期,657–699(1992年),http://www.jstor.org/stable/2345852]从理论上讲,当从任何值开始时,在一定条件下都能收敛,但在实际中,当给定一个较差的起始值时,这种算法可能会费力地收敛。当正则指数族的极大似然估计存在且唯一时,我们提出了一种简单的线性搜索算法。该算法可以从任何初始值开始,避免了与随机逼近等校准算法相关的反复试验。与许多优化算法不同,该方法只利用一阶导数信息,既不计算似然函数本身,也不计算高阶导数。在梯度可以精确计算的情况下,证明了算法的收敛性。当它不能,它有一个特别方便的形式,很容易估计与MCMC,使算法仍然有用的从业者。

理学硕士:
62层10层 点估计
60J22型 马尔可夫链的计算方法
PDF格式 BibTeX公司 XML 引用
参考文献:
[1] Andrieu,C.,Moulines,E.和Priouret,P.(2005年)。随机逼近在可验证条件下的稳定性,暹罗控制与优化杂志44 283-312。·Zbl 1083.62073·doi:10.1137/S0363012902417267
[2] Barndorff Nielsen,O.(1978),《统计理论中的信息与指数族》。约翰威利父子公司。·Zbl 0387.62011
[3] Besag,J.(1974年)。空间相互作用和晶格系统的统计分析,皇家统计学会杂志,B 36 192-236系列。·中银0327.60067
[4] Besag,J.(1975年)。非格点数据的统计分析,统计学家24179-195。
[5] 布朗,L.D.(1986),统计指数族的基本原理:在统计决策理论中的应用。数理统计研究所,海沃德,加利福尼亚州·Zbl 0685.62002
[6] Chan,K.S.和Geyer,C.J.(1994年)。论文讨论由蒂尔尼,《统计年鉴》22 1747-1758。
[7] 陈海夫(2002),随机逼近及其应用。杜德雷赫特Kluwer学术出版社。·Zbl 1008.62071
[8] 弗莱彻,R.(1987年),《实用优化方法》,第二版,约翰威利父子公司。·Zbl 0905.65002
[9] Geyer,C.J.(1990年)。华盛顿大学似然与指数家庭博士论文。
[10] Geyer,C.J.(1991年)。马尔可夫链蒙特卡罗极大似然。计算机科学与统计学:Proc。第23届专题讨论会。接口(E.Keramidas,编辑)156-163。接口基础。
[11] Geyer,C.J.(1994年)。关于蒙特卡罗最大似然计算的收敛性,《皇家统计学会杂志》,B 56 261-274系列。·Zbl 0784.62019
[12] Geyer,C.J.(2009年a)。指数族和衰退方向的似然推断,电子统计杂志3259-289。·Zbl 1326.62070·doi:10.1214/08-EJS349
[13] Geyer,C.J.(2009年b)。马尔可夫链蒙特卡罗。R包装版本,0.7-3。
[14] Geyer,C.J.(2010年)。aster2:Aster模型。R包装版本,0.1。
[15] Geyer,C.J.(2011年)。MCMC简介。卡罗·曼恩·琼斯(Carlo Gel.P.Chain)和佛罗里达州麦克拉特曼·琼斯(Carlo Gel.P.Chain)的手册·Zbl 1229.65014
[16] Geyer,C.J.和Johnson,L.T.(2010年)。波茨:波茨模型的马尔可夫链蒙特卡罗。R包版本,0.4。
[17] Geyer,C.J.和Thompson,E.A.(1992年)。相关数据的约束蒙特卡罗极大似然,英国皇家统计学会杂志,B系列54 657-699。
[18] Goodreau,S.M.(2007年)。指数随机图(p*)模型在大型社会网络中的应用进展,社会网络29 231-248。
[19] Goodreau,S.M.,Kitts,J.A.和Morris,M.(2009年)。物以类聚,还是朋友的朋友?使用指数随机图模型调查青少年社交网络,人口学46 103-125。
[20] 顾明国、朱海棠(2001)。马尔可夫链蒙特卡罗随机逼近空间模型的最大似然估计,皇家统计学会杂志,B 63 339-355系列。·Zbl 0979.62060·doi:10.1111/1467-9868.00289
[21] Handcock,M.S.,Hunter,D.R.,Butts,C.T.,Goodreau,S.M.和Morris,M.(2003年)。statnet:用于网络数据统计建模的软件工具。版本2.0。项目主页位于·statnetproject.org网站
[22] Hummel,R.,Hunter,D.R.和Handcock,M.S.(2010年)。用于拟合ERGMs技术报告10-03的步长算法,宾夕法尼亚州立大学。
[23] Hunter,D.R.,Handcock,M.S.,Butts,C.T.,Goodreau,S.M.和Morris,M.(2008年)。ergm:一个适合、模拟和诊断网络指数族模型的软件包,统计软件杂志24。
[24] 伊辛1925年出版。铁磁理论,强子和原子核31 253-258。
[25] Jaynes,E.T.(1978年)。我们在最大恩特罗伊站在哪里?年,最大熵形式主义(R.D.Levine和M.Tribus,eds.),剑桥:马萨萨克塞茨理工学院出版社·doi:10.1017/CBO9780511569678.003
[26] Jones,G.L.(2004年)。关于马尔可夫链中心极限定理,概率调查1299-320。·Zbl 1189.60129号·内政部:10.1214/1549578041000051·eudml:223812
[27] Kushner,H.J.和Yin,G.G.(1997),随机逼近算法及其应用。斯普林格,纽约。·Zbl 0914.60006
[28] Lehmann,E.L.和Casella,G.(1998),《点估计理论》,第二版,斯普林格。·Zbl 0916.62017
[29] Lehmann,E.L.和Romano,J.P.(2005),《检验统计假设》,第3版,斯普林格。·10762016.18升
[30] Liang,F.(2010年)。随机近似MCMC算法的轨迹平均,应用统计学年鉴38 2823-2856。·Zbl 1218.60064号·doi:10.1214/10-AOS807
[31] 莫耶德,R.A.和巴德利,A.J.(1991年)。空间点模式最大似然估计的随机近似,斯堪的纳维亚统计杂志18 39-50。·Zbl 0723.62047
[32] Nocedal,J.和Wright,S.J.(1999),《数值优化》,第一版,斯普林格。·Zbl 0930.65067
[33] Okabayashi,S.(2011a)。社会网络模型中的参数估计,明尼苏达大学博士论文。
[34] Okabayashi,S.(2011b)。“明尼苏达州最大似然理论”和“最大似然分析”的第6号明尼苏达州技术支持数据。
[35] Okabayashi,S.,Johnson,L.和Geyer,C.J.(2011年)。扩展Potts模型的伪似然性,中国统计局21 331-347。·Zbl 1206.62158·ww3.stat.sinica.edu.tw
[36] Penttinen,A.(1984年)。空间点模式中的相互作用模型:用最大似然法估计参数,Jyväskyläskylä计算机科学,经济学和统计学研究7。
[37] 波茨,R.B.(1952年)。一些广义有序-无序变换,剑桥哲学学会论文集48 106-109。·Zbl 0048.45601·doi:10.1017/S0305004100027419
[38] Rinaldo,A.,Fienberg,S.E.和Zhou,Y.(2009年)。离散指数族的几何学及其在指数随机图模型中的应用,电子统计杂志3446-484。·Zbl 1326.62071·doi:10.1214/08-EJS350
[39] Robbins,H.和Monro,S.(1951年)。随机近似方法,《数理统计年鉴》22400-407。·Zbl 0054.05901·doi:10.1214/aoms/1177729586
[40] Roberts,G.O.和Rosenthal,J.S.(1997年)。几何遍历性与混合马尔可夫链,电子通讯概率2 13-25。·中银0890.60061·doi:10.1214/ECP.v2-981·emis:journals/EJP-ECP/EcpVol2/paper2.abs.html·eudml:119464
[41] Roberts,G.O.和Rosenthal,J.S.(2004年)。一般状态空间马尔可夫链和MCMC算法,概率调查120-71。·Zbl 1189.60131号·内政部:10.1214/1549578041000024·eudml:224487
[42] Rockafellar,R.T.和Wets,R.J.-B.(2004),变分分析。修正二次打印。斯普林格·维拉格,柏林。·Zbl 0888.49001
[43] Saul,Z.M.和Filkov,V.(2007年)。利用指数随机图模型探索生物网络结构,生物信息学23 2604-02611。
[44] Shaw,R.G.,Geyer,C.J.,Wagenius,S.,Hangelbroek,H.H.和Etterson,J.R.(2008年)。结合生命史分析来推断适应度和人口增长,美国博物学家172e35-E47。
[45] Snijders,T.A.B.(2002年)。指数随机图模型的马尔可夫链蒙特卡罗估计,社会结构杂志3。
[46] 施特劳斯,D.和池田,M.(1990年)。社会网络的伪似然估计,美国统计协会杂志85 204-212·doi:10.1080/01621459.1990.10475327
[47] 孙文华,袁永新(2006),最优化理论与方法:非线性规划。斯普林格。·Zbl 1129.90002号·doi:10.1007/b106451
[48] 斯文森,R.H.和王,J.-S.(1987年)。蒙特卡罗模拟中的非均匀临界动力学,物理评论快报5886-88。
[49] van Duijn,M.A.J.,Gile,K.J.和Handcock,M.S.(2009年)。指数族随机图模型的最大伪似然和最大似然估计比较框架,社会网络31 52-62。
[50] Wang,J.S.和Swendsen,R.H.(1990年)。聚类蒙特卡罗算法,物理学A 167 565-579·doi:10.1016/0378-4371(90)90275-W
[51] Wasserman,S.和Pattison,P.(1996年)。社会网络的Logit模型和Logistic回归:I.马尔可夫图和p*,psycometrika 61401-425。·邮政编码:0866.92029·doi:10.1007/BF02294547
[52] 尤恩斯,L.(1988年)。吉布斯场的估计与退火。Henri Poincare研究所24 269-294。·62ZB061·数字:AIHPB_1988_24_2_269_0·eudml:77326
[53] 尤恩斯,L.(1989年)。不完全观测吉布斯场的参数推断,概率论及相关领域82 625-645。·Zbl 0659.62115·doi:10.1007/BF00341287
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。