×

兹马思-数学第一资源

迹类数据增广算法的谱一致估计。(英语) Zbl 1428.62409
摘要:马尔可夫链蒙特卡罗被广泛应用于各种科学应用中,从难以处理的分布中生成近似样本。通过研究相关Markov算子的谱可以深入了解这些Markov链的收敛性和混合性。虽然文献中有几种方法可以用来约束/估计第二大特征值,但是很少有人提出用于整个谱一致估计的一般技术。现有的方法要求马尔可夫转移密度是封闭形式的,这在实践中往往是不正确的,特别是在现代统计应用中。在这篇文章中,我们提出了一个新的方法来一致地估计一类马尔可夫链的整个谱,这个方法来自于一个被广泛使用的统计方法,即数据扩充。这些马尔可夫链的转移密度通常只能用难处理的积分来表示。我们用实际数据和模拟数据说明了该方法的适用性。
理学硕士:
62米15 随机过程推理与谱分析
65摄氏度 蒙特卡罗方法
60立方厘米 马尔可夫链(离散状态空间上的离散时间马尔可夫过程)
60J22型 马尔可夫链的计算方法
6205年 马尔可夫过程:估计;隐马尔可夫模型
PDF格式 BibTeX公司 XML 引用
参考文献:
[1] 阿达姆扎克,R。贝德诺兹,W(2015年)。关于积分算子谱的MCMC估计的一些注记。伯努利21 2073-2092·Zbl 1350.60027
[2] 艾伯特,J.H.和Chib,S(1993年)。二元和多色响应数据的贝叶斯分析。J。阿默尔。统计学家。协会88 669-679·Zbl 0774.62031
[3] 阿斯姆森。以及Glynn,P.W.(2011年)。利用遍历定理证明MCMC的收敛性。统计学家。可能吧。电话:81 1482-1485·Zbl 1232.65015
[4] Athreya,K.B.和Atuncar,G.S.(1998年)。实值马尔可夫链的核估计。Sankhya先生。A60 1-17·Zbl 0977.62093
[5] Bennett,C.H.(1976年)。从蒙特卡罗数据有效估计自由能差。J。计算机。物理22 245-268。
[6] 查克拉博蒂,S。还有哈雷,K(2017年)。具有适当先验的Bayesian-probit回归的Gibbs采样器的收敛性。电子。J。Stat.11 177-210·Zbl 1366.60093
[7] 查克拉博蒂,S。还有哈雷,K(2019年)。“跟踪类数据增强算法谱一致性估计”的补充。DOI:10.3150/19-bej112supp。
[8] Choi,H.M.和Hobert,J.P.(2013年)。贝叶斯logistic回归的Polya-gamma-Gibbs采样器是一致遍历的。电子。J。Stat.7 2054-2064·Zbl 1349.60123
[9] Choi,H.M.和Román,J.C.(2017年)。用于贝叶斯logistic方差分析的Polya-Gamma-Gibbs采样器分析。电子。J。Stat.11第326-337页·Zbl 1356.60117号
[10] 康威,J.B.(1990年)。函数分析课程,第二版。数学研究生教材96。纽约:斯普林格·Zbl 0706.46003
[11] Davison,A.C.和Hinkley,D.V.(1997年)。引导方法及其应用。统计与概率数学剑桥系列1。剑桥:剑桥大学出版社·Zbl 0886.62001
[12] 迪亚科尼斯,P.,哈雷,K。还有萨洛夫·科斯特(2008年)。吉布斯抽样,指数族和正交多项式。统计学家。Sci.23第151-178页·Zbl 1327.62058
[13] 迪亚康尼斯,P。还有萨洛夫·科斯特(1993年)。有限群上随机游动的比较技术。安。可能是2131-2156·中银0790.60011
[14] 迪亚康尼斯,P。还有萨洛夫·科斯特(1996年)。有限马尔可夫链的Nash不等式。J。理论。可能9 459-510·中银0870.60064
[15] 迪亚康尼斯,P。还有斯特罗克(1991年)。马尔可夫链特征值的几何界。安。申请。大概1 36-61·中银0731.60061
[16] 艾德布埃特尔(2013年)。与Rcpp无缝集成R和C\(++\)。纽约:斯普林格·Zbl 1283.62001
[17] 弗朗索瓦,O(2000年)。集中马氏链特征值的几何不等式。J。申请。大概37 15-28。
[18] 弗赖斯施纳特,S(2001年)。经典和动态切换和混合模型的马尔可夫链蒙特卡罗估计。J。阿默尔。统计学家。Assoc.96 194-209·Zbl 1015.62022
[19] Garren,S.T.和Smith,R.L.(2000年)。马尔可夫转移矩阵第二大特征值的估计。伯努利6 215-242·Zbl 0976.62081
[20] 罗伊,P.V。罗伯特,C.P.(2011年)。改进数据扩充算法的收敛性及其在贝叶斯混合建模中的应用。统计学家。科学26 332-351·Zbl 1246.60095号
[21] Hoffman,A.J.和Wielandt,H.W.(1953年)。正规矩阵谱的变化。杜克数学。J、 20 37-39·Zbl 0051.00903
[22] Jones,G.L.和Hobert,J.P.(2001年)。用马尔可夫链蒙特卡罗对难处理概率分布的诚实探索。统计学家。Sci.16 312-334·Zbl 1127.60309号
[23] 约根斯,K(1982年)。线性积分算子。数学中的调查和参考著作。波士顿,马萨诸塞州伦敦:皮特曼。
[24] K.哈雷。霍伯特,J.P.(2011年)。道类数据扩充算法及其夹心变量的谱分析比较。安。统计员39 2585-2606·Zbl 1259.60081
[25] K.哈雷。周,H(2009年)。一类具有多项式特征函数的多元马氏链的收敛速度。安。申请。大概19 737-777·Zbl 1171.60016号
[26] 科尔钦斯基,V。还有金奈,E(2000年)。积分算子谱的随机矩阵逼近。伯努利6 113-167·Zbl 0949.60078
[27] Lawler,G.F.和Sokal,A.D.(1988年)。Markov链和Markov过程的(L^2)谱的界:Cheeger不等式的推广。翻译。阿默尔。数学。Soc.309 557-580·中银0716.60073
[28] Liu,J.S.,Wong,W.H.和Kong,A(1994年)。Gibbs采样器的协方差结构及其在估计量和增广方案比较中的应用。生物计量学81 27-40·Zbl 0811.62080
[29] 孟,X.-L。和Wong,W.H.(1996年)。用一个简单的恒等式模拟归一化常数的比值:一个理论探索。统计学家。中国6 831-860·Zbl 0857.62017
[30] 帕尔,S.,哈雷,K。以及Hobert,J.P.(2017年)。广义双Pareto收缩先验贝叶斯推理的迹类Markov链。斯堪的。J。Stat.44 307-323·Zbl 1422.62243
[31] 波尔森,N.G.,斯科特,J.G.和温德尔,J(2013年)。使用Pólya Gamma潜在变量的logistic模型的贝叶斯推断。J。阿默尔。统计学家。协会108 1339-1349·Zbl 1283.62055
[32] 秦问。Hobert,J.P.(2018年)。具有非高斯误差的贝叶斯多元线性回归的迹类montecarlo-Markov链。J。多变量分析166 335-345·Zbl 1426.62206
[33] Qin,Q.,Hobert,J.P.和Khare,K(2017年)。迹类Markov算子的谱间隙估计。预印本。可从arXiv:1704.00850获取·Zbl 07080062
[34] Raftery,A.E.和Lewis,S(1992年)。在吉布斯取样器中有多少次迭代。贝叶斯统计4 763-773。
[35] 雷瑟福德,J.R.(1993年)。Hilbert空间:紧算子与迹定理。伦敦数学学会学生短信27。剑桥:剑桥大学出版社·Zbl 0783.47031
[36] 罗森塔尔(1995)。马尔可夫链蒙特卡罗的极小化条件和收敛速度。J。阿默尔。统计学家。Assoc.90 558-566·中银0824.60077
[37] 罗伊,V(2012年)。稳健贝叶斯二元回归模型MCMC算法的收敛速度。电子。J。统计6 2463-2485·Zbl 1295.60089号
[38] 萨洛夫·科斯特,L(2004年)。有限马尔可夫链的全变差下界:Wilson引理。《随机游动与几何学》515-532。柏林:德格鲁伊特·Zbl 1067.60066号
[39] 辛克莱尔,A。还有杰鲁姆,M(1989年)。近似计数、均匀生成和快速混合马尔可夫链。通知。计算82 93-133·Zbl 0668.05060
[40] 韦翰,H(2007年)。使用整形包重塑数据。J。统计软件W.21 1-20。
[41] 韦翰,H(2016年)。ggplot2:用于数据分析的优雅图形。纽约:斯普林格·Zbl 1397.62006
[42] 袁文伟(2000年)。几何界在(\mathbf{R}^n\)上马氏链收敛速度的应用。随机过程。申请87 1-23·Zbl 1045.60073
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。