×
理查德·埃弗里特。；亚当·约翰森（Adam M.Johansen）。；赛艇，艾伦；梅丽娜·伊夫德蒙·霍根

贝叶斯模型与非标准化可能性的比较。 （英语） Zbl 1505.62139号

统计计算。 27，第2期，403-422（2017）.
摘要：似然函数只能评估到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，广泛应用于计算机科学、统计物理、空间统计和网络分析。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很难处理。最近开发了几种方法，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贝叶斯因子总体上仍然具有挑战性。本文描述了新的随机权重重要性抽样和序贯蒙特卡罗方法，用于估计BFs，这些方法使用模拟来绕过难以处理的似然估计，并将它们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重量估算。对这类方法的理论和经验性质进行了初步研究。一些人支持使用有偏估计，但我们主张谨慎使用此类估计。

引用于10文件

MSC公司：

62-08 统计问题的计算方法
2015年1月62日 贝叶斯推断
65二氧化碳 蒙特卡罗方法

关键词：

近似贝叶斯计算；贝叶斯因子；重要性抽样；边际似然；马尔可夫随机场；配分函数；序贯蒙特卡罗

软件：

ts桥
PDF格式BibTeX公司 XML格式引用
\textit{R.G.Everitt}等人，《统计计算》。27，编号2403--422（2017；兹bl 1505.62139）
全文： 内政部 arXiv公司 链接

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。统计与计算出版（2015）·Zbl 1342.60122号
[2] Andrieu，C.，Roberts，G.O.：有效蒙特卡罗计算的伪边缘方法。《Ann Stat》37（2），697-725（2009）·兹比尔1185.60083 ·doi:10.1214/07-AOS574
[3] Andrieu，C.，Vihola，M.：伪边缘马尔可夫链蒙特卡罗算法的收敛性（2012）。arXiv:1210.1484·Zbl 1326.65012号
[4] Beaumont，M.A.：基因监测人群中人口增长或下降的估计。遗传学164（3），1139-1160（2003）
[5] Beskos，A.，Crisan，D.，Jasra，A.，Whiteley，N.：高维连续蒙特卡罗的误差界和归一化常数（2011）。arXiv:1112.1544·Zbl 1291.65009号
[6] Caimo，A.，Friel，N.：指数随机图模型的贝叶斯推断。Soc Netw网络33，41-55（2011）·doi:10.1016/j.socnet.2010.09.004
[7] 肖邦，N.：静态模型的顺序粒子滤波方法。生物特征89（3），539-552（2002）·Zbl 1036.62062号 ·doi:10.1093/biomet/89.3.539
[8] 肖邦，N.，雅各布，P.E.，帕帕斯皮利奥普洛斯，\[O.:\text{SMC}^2\]SMC2：状态空间模型序列分析的有效算法。J R Stat Soc 75（3），397-426（2013）·Zbl 1411.62242号 ·文件编号：10.1111/j.1467-9868.2012.01046.x
[9] Del Moral，P.：Feynman-Kac公式：谱系和相互作用粒子系统及其应用。概率及其应用。施普林格，纽约（2004）·Zbl 1130.60003号 ·doi:10.1007/978-1-4684-9393-1
[10] Del Moral，P.，Doucet，A.，Jasra，A.：序贯蒙特卡罗采样器。J R Stat Soc 68（3），411-436（2006）·Zbl 1105.62034号 ·文件编号：10.1111/j.1467-9868.2006.00553.x
[11] Del Moral，P.，Doucet，A.，Jasra，A.：贝叶斯计算的序贯蒙特卡罗。贝叶斯统计8，115-148（2007）·Zbl 1252.62016年
[12] Didelot，X.，Everitt，R.G.，Johansen，A.M.，Lawson，D.J.：模型证据的无似然估计。贝叶斯分析6（1），49-76（2011）·Zbl 1330.62118号 ·doi:10.1214/11-BA602
[13] Drovandi，C.C.，Pettitt，A.N.，Lee，A.：使用参数辅助模型的贝叶斯间接推理。《统计科学》30（1），72-95（2015）·Zbl 1332.62088号 ·doi:10.1214/14-STS498
[14] Everitt，R.G.：潜在马尔可夫随机场和社交网络的贝叶斯参数估计。计算机图形统计杂志21（4），940-960（2012）·doi:10.1080/10618600.2012.687493
[15] Fearnhead，P.，Papaspiliopoulos，O.，Roberts，G.O.，Stuart，A.M.：连续时间过程的随机加权粒子滤波。J R Stat Soc 72（4），497-512（2010）·Zbl 1411.60109号 ·文件编号：10.1111/j.1467-9868.2010.00744.x
[16] Friel，N.：吉布斯随机场的证据和贝叶斯因子估计。《计算图形统计杂志》22（3），518-532（2013）·doi:10.1080/10618600.2013.778780
[17] Friel，N.，Rue，H.：一般可分解模型的递归计算和无模拟推理。生物特征94（3），661-672（2007）·Zbl 1135.62078号 ·doi:10.1093/biomet/asm052
[18] Girolma，M.A.，Lyne，A.M.，Strathmann，H.，Simpson，D.，Atchade，Y.：玩俄罗斯轮盘赌的难处理可能性（2013）。arXiv:1306.4032·Zbl 1426.62092号
[19] Grelaud，A.，Robert，C.P.，Marin，J.M.：吉布斯随机场模型选择的ABC类无蹄方法。贝叶斯分析4（2），317-336（2009）·Zbl 1330.62126号 ·doi:10.1214/09-BA412
[20] Johndrow，J.E.，Mattingly，J.C.，Mukherjee，S.，Dunson，D.：马尔可夫链近似和高维贝叶斯推断（2015）。arXiv:1508.03387
[21] Klaas，M.，de Freitas，N.，Doucet，A.：走向实用的N2蒙特卡罗：边缘粒子过滤器。摘自：第20届国际人工智能不确定性会议论文集（2005）·Zbl 1036.62062号
[22] Kong，A.，Liu，J.S.，Wong，W.H.：序列插补和贝叶斯缺失数据问题。《美国统计学会杂志》89（425），278-288（1994）·Zbl 0800.62166号 ·doi:10.1080/01621459.1994.10476469
[23] Lee，A.，Whiteley，N.：粒子滤波器中的方差估计和分配（2015）。arXiv:2015.0394号·Zbl 1105.62034号
[24] Marin，J.M.，Pillai，N.S.，Robert，C.P.，Rousseau，J.：贝叶斯模型选择的相关统计数据。J R Stat Soc 76（5），833-859（2014）·Zbl 1411.62072号 ·doi:10.1111/rssb.12056
[25] Marjoram，P.、Molitor，J.、Plagnol，V.、Tavare，S.：无可能性的马尔可夫链蒙特卡罗。美国国家科学院院刊100（26），15324-15328（2003）·doi:10.1073/pnas.0306899100网址
[26] Meng，Xl，Wong，W.H.：通过简单恒等式模拟归一化常数的比率：理论探索。Stat Sin 6，831-860（1996）·Zbl 0857.62017号
[27] Möller，J.，Pettitt，A.N.，Reeves，R.W.，Berthelsen，K.K.：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归一化常数的分布。《生物特征》93（2），451-458（2006）·Zbl 1158.62020号 ·doi:10.1093/biomet/93.2.451
[28] Murray，I.、Ghahramani，Z.、MacKay，D.J.C.：双重难处理分布的MCMC。摘自：《第22届人工智能不确定性年会论文集》，第359-366页（2006）
[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归一化常数的比率（2005）。arXiv:0511.1216
[31] Nicholls，G.K.、Fox，C.、Watt，A.M.：MCMC与随机接受概率的耦合（2012）。arXiv:1205.6857号
[32] Peters，G.W.：序贯蒙特卡罗采样器主题。剑桥大学硕士论文（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到的扩散进行推断：案例研究（2013年）。arXiv:1310.0973年·Zbl 1510.62343号
[34] Prangle，D.，Fearnhead，P.，Cox，M.P.，Biggs，P.J.，French，N.P.：ABC模型选择的汇总统计的半自动选择。《统计应用遗传学分子生物学》13（1），67-82（2014）·Zbl 1296.92065号
[35] Rao，V.，Lin，L.，Dunson，D.B.：关于Stiefel流形的贝叶斯推断（2013）。arXiv:1311.0907号·Zbl 1362.62071号
[36] Robert，C.P.，Cornuet，J.M.，Marin，J.M..，Pillai，N.S.：对近似贝叶斯计算模型的选择缺乏信心。美国国家科学院院刊108（37），15112-7（2011）
[37] 施温伯格，M。；Handcock，M.，《无文章标题》，J R Stat Soc，77，647-676（2015）·Zbl 1414.62096号 ·doi:10.1111/rssb.12081
[38] Sisson，S.A.、Fan，Y.、Tanaka，M.M.：无可能性的连续蒙特卡罗。美国国家科学院院刊104（6），1760-1765（2007）·Zbl 1160.65005号 ·doi:10.1073/pnas.0607208104
[39] Skilling，J.：一般贝叶斯计算的嵌套抽样。贝叶斯分析1（4），833-859（2006）·Zbl 1332.62374号 ·doi:10.1214/06-BA127
[40] Tavaré，S.，Balding，D.J.，Griffiths，R.C.，Donnelly，P.J.：从DNA序列数据推断聚合时间。遗传学145（2），505-518（1997）
[41] Tran，M.N.，Scharth，M.，Pitt，M.K.，Kohn，R.:\[\text｛IS｝^2 \]IS2用于潜在变量模型中的贝叶斯推理（2013）。arXiv:1309.3339·Zbl 1296.60098号
[42] Whiteley，N.：一些粒子过滤器的稳定性。应用概率年鉴23（6），2500-2537（2013）·Zbl 1296.60098号 ·doi:10.1214/12-AAP909
[43] Wilkinson，R.D.：近似贝叶斯计算（ABC）在模型误差的假设下给出了准确的结果。遗传学和分子生物学中的统计应用12（2），129-141（2013）·doi:10.1515/sagmb-2013-0010
[44] Wood，S.N.：噪声非线性生态动力系统的统计推断。《自然》466（8月），1102-1104（2010）·doi:10.1038/nature09319
[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（2015）·Zbl 1036.62062号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。