×

兹马思-数学第一资源

贝叶斯模型与非标准化可能性的比较。(英语) 中银06697664
摘要:似然函数只能估计到一个与参数相关的未知规范化常数的模型,如马尔可夫随机场模型,在计算机科学、统计物理、空间统计和网络分析中有着广泛的应用。然而,使用标准蒙特卡罗方法对这些模型进行贝叶斯分析是不可能的,因为它们的似然函数是难以处理的。最近有几种方法可以从后验分布进行精确或接近精确的模拟。然而,估计这些模型的证据和Bayes因子在总体上仍然具有挑战性。本文介绍了一种新的随机加权重要抽样和序贯蒙特卡罗方法,它们利用模拟来规避难以处理的似然估计,并与现有方法进行了比较。在某些情况下,我们观察到使用有偏见的估计重量。对这类方法的理论和经验性质进行了初步探讨。有人支持使用有偏见的估计数,但我们主张谨慎使用此类估计数。

理学硕士:
62-XX号 统计
软件:
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Alquier,P.,Friel,N.,Everitt,R.G.,Boland,A.:噪声蒙特卡罗:具有近似转移核的马尔可夫链的收敛性。出版统计与计算(2015)·Zbl 1342.60122号
[2] 安德里欧,C;Roberts,GO,《有效蒙特卡罗计算的伪边缘方法》,Ann Stat,37697-725,(2009)·Zbl 1185.60083
[3] Andrieu,C.,Vihola,M.:伪边际马尔可夫链蒙特卡罗算法的收敛性(2012)。arXiv:1210.1484年·Zbl 1326.65012号
[4] 马萨诸塞州博蒙特,人口增长或下降的估计,遗传学,1641139-1160,(2003)
[5] Beskos,A.,Crisan,D.,Jasra,A.,Whiteley,N.:高维序贯蒙特卡罗的误差边界和规范化常数(2011)。arXiv:1112.1544年·Zbl 1291.65009号
[六] 蔡默,A;Friel,N,指数随机图模型的贝叶斯推理,Soc网络,33,41-55,(2011)
[7] 肖邦,N,静态模型的序贯粒子滤波方法,生物计量学,89539-552,(2002)·Zbl 1036.62062
[8] 肖邦,N;雅各布,体育;帕帕斯皮利奥普洛斯,O,\(\text{SMC}^2\):状态空间模型序列分析的有效算法,J R Stat Soc,75397-426,(2013)·Zbl 1411.62242
[9] Del Moral,P.:费曼-卡克公式:系谱和相互作用的粒子系统及其应用。概率及其应用。斯普林格,纽约(2004)·Zbl 1130.60003
[10] 道德,P;杜塞特,A;Jasra,A,《序贯蒙特卡罗采样器》,J R Stat Soc,68411-436,(2006年)·Zbl 1105.62034
[11] 道德,P;杜塞特,A;Jasra,A,贝叶斯计算的序贯蒙特卡罗,贝叶斯统计,8115-148,(2007)·Zbl 1252.62016
[12] 狄德罗,X;弗吉尼亚州埃弗里特;约翰森,美国;Lawson,DJ,《模型证据的无似然估计》,Bayesian Anal,6,49-76,(2011)·Zbl 1330.62118
[13] 德罗万迪,CC;小矮人,安;Lee,A,使用参数辅助模型的贝叶斯间接推理,Stat Sci,30,72-95,(2015)·Zbl 1332.62088号
[14] Everitt,RG,潜在马尔可夫随机场和社会网络的贝叶斯参数估计,计算图统计杂志,21940-960,(2012)
[15] 费恩黑德,P;帕帕斯皮利奥普洛斯,哦;罗伯茨,走吧;Stuart,AM,连续时间过程的随机加权粒子滤波,J R Stat Soc,72497-512,(2010)·Zbl 1411.60109号
[16] Friel,N,Gibbs随机场的证据和贝叶斯因子估计,计算机图形统计杂志,22518-532,(2013)
[17] 炸边,N;Rue,H,一般可分解模型的递归计算和无模拟推理,生物计量学,94661-672,(2007)·Zbl 1135.62078
[18] Girolami,M.A.,Lyne,A.M.,Strathmann,H.,Simpson,D.,Atchade,Y.:玩俄罗斯轮盘赌和难以控制的可能性(2013年)。arXiv:1306.4032·Zbl 1426.62092号
[19] 格雷劳德,A;罗伯特,CP;Marin,JM,Gibbs随机场模型选择的ABC似然无方法,贝叶斯分析,4317-336,(2009)·Zbl 1330.62126号
[20] Johndrow,J.E.,Mattingy,J.C.,Mukherjee,S.,Dunson,D.:马尔可夫链的近似和高维贝叶斯推理(2015)。arXiv:1508.03387
[21] 《实用的粒子过滤器》。第20届人工智能不确定性国际会议论文集(2005)·Zbl 1036.62062
[22] 孔,A;Liu,JS;王文华,序贯插补与贝叶斯缺失数据问题,美国统计学杂志,89278-288,(1994)·Zbl 0800.62166
[23] Lee,A.,Whiteley,N.:粒子滤波中的方差估计和分配(2015)。arXiv:2015.0394·Zbl 1105.62034
[24] 马林,吉咪;皮莱,NS;罗伯特,CP;卢梭,J,《贝叶斯模型选择的相关统计》,J R Stat Soc,76833-859,(2014)·Zbl 1411.62072
[25] 马约兰,P;莫利托,J;普雷格诺,V;Tavare,S.,《马尔可夫链蒙特卡罗无可能性》,美国科学院学报,10015324-15328,(2003)
[26] Meng,Xl,Wong,W.H.:通过一个简单的恒等式模拟归一化常数的比率:一个理论探索。Stat Sin 6831-860(1996年)·Zbl 0857.62017
[27] 莫勒,J;小矮人,安;里维斯,RW;Berthelsen,KK,一种有效的马尔可夫链蒙特卡罗方法,用于具有难以处理的正态化常数的分布,Biometrika,93451-458,(2006)·Zbl 1158.62020
[28] Murray,I.,Ghahramani,Z.,MacKay,D.J.C.:双重棘手分布的MCMC。第22届人工智能不确定性年会论文集,第359-366页(2006年)
[29] Neal,RM,无文章标题,退火重要性抽样。统计计算,1125-139,(2001)
[30] Neal,R.M.:使用关联重要性抽样估计标准化常数的比率(2005)。arXiv:0511.1216
[31] Nicholls,G.K.,Fox,C.,Watt,A.M.:结合MCMC和随机接受概率(2012)。arXiv:1205.6857
[32] 彼得斯,G.W.:序贯蒙特卡罗采样中的主题。M、 Sc。论文,剑桥大学(2005)
[33] Picchini,U.,Forman,J.L.:使用近似贝叶斯计算加速对测量误差和大样本量观测扩散的推断:案例研究(2013年)。arXiv:1310.0973
[34] 普兰格尔,D;费恩黑德,P;考克斯,议员;比格斯,PJ;French,NP,ABC模型选择汇总统计的半自动选择,Stat Appl Genet Mol Biol,13,67-82,(2014)·Zbl 1296.92065
[35] Rao,V.,Lin,L.,Dunson,D.B.:关于Stiefel流形的贝叶斯推断(2013)。arXiv:1311.0907·Zbl 1362.62071
[36] Robert,C.P.,Cornuet,J.M.,Marin,J.M.,Pillai,N.S.:近似贝叶斯计算模型选择缺乏信心。美国AcadSci程序108(37),15112-1517(2011年)
[37] Schweinberger,M;Handcock,M,无文章标题,J R Stat Soc,77647-676,(2015年)·Zbl 1414.62096
[38] 西森,南澳大利亚;风扇,Y;田中,MM,《无可能性序贯蒙特卡罗》,美国自然科学院,1041760-1765,(2007)·Zbl 1160.65005型
[39] 斯奇林,J,一般贝叶斯计算的嵌套抽样,贝叶斯分析,1833-859,(2006)·Zbl 1332.62374号
[40] 塔瓦雷,S;秃顶,DJ;格里菲斯,RC;唐纳利,PJ,从DNA序列数据推断结合时间,遗传学,145505-518,(1997)
[41] Tran,M.N.,Scharth,M.,Pitt,M.K.,Kohn,R.:\(\text{IS}^2\)潜在变量模型中的贝叶斯推理(2013)。arXiv:1309.3339·Zbl 1296.60098号
[42] 怀特利,N,一些粒子滤波器的稳定性,应用概率年鉴,232500-2537,(2013)·Zbl 1296.60098号
[43] Wilkinson,RD.近似贝叶斯计算(ABC)在模型误差假设下给出精确结果,遗传学和分子生物学中的统计应用,12,129-141,(2013)
[44] Wood,SN,噪声非线性生态动力系统的统计推断,自然,466102-1104,(2010)
[45] Zhou,Y.,Johansen,A.M.,Aston,J.A.D.:走向自动模型比较:自适应序贯蒙特卡罗方法。计算与图形统计杂志出版社(2015)·Zbl 1036.62062
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。