D.古纳万。；Tran，M.-N.公司。；铃木，K。；J·迪克。；科恩，R。 具有离散和混合边界的高维阿基米德连接函数的计算效率贝叶斯估计。 （英语） Zbl 1430.62101号 统计计算。 29，第5期，933-946（2019）. 摘要：估计具有离散边缘分布的copula是一项挑战，尤其是在高维情况下，因为计算每个观测值的似然贡献需要使用离散变量的数量计算（2^J）项。本文主要研究阿基米德连接函数的估计，例如Clayton和Gumbel连接函数。目前，数据扩充方法被用于对离散copula进行推理，并且在实践中，当\（J\）较大时，计算变得不可行。本文提出了两种新的快速贝叶斯方法来估计具有离散裕度或离散和连续裕度的组合的高维阿基米德copula。这两种方法都是基于贝叶斯方法学的最新进展，该方法使用对可能性的无偏估计，而不是可能性本身，我们的主要观察结果是，与精确评估似然或使用基于用潜在变量增强模型的现有模拟方法相比，我们可以无偏地估计离散阿基米德copula的似然，而计算量要少得多。第一种方法建立在伪边缘方法的基础上，该方法允许仅使用似然的无偏估计从后验分布进行马尔可夫链蒙特卡罗模拟。第二种方法基于对后验的变分贝叶斯近似，并且还使用了似然的无偏估计。我们表明，这两种新方法使我们能够对阿基米德连接函数的高值（J）进行贝叶斯推断，而此前的计算过于昂贵。通过几个实际和模拟数据示例说明了该方法。 引用于6文件 MSC公司： 62小时05 多元概率分布的表征与结构理论；连接线 2015年1月62日 贝叶斯推断 62甲12 多元分析中的估计 65二氧化碳 蒙特卡罗方法 关键词：马尔科夫蒙特卡洛；相关伪边缘大都市——黑斯廷斯；变分贝叶斯；阿基米德交配 软件：tmg（tmg）；bfa公司 PDF格式BibTeX公司 XML格式引用 \textit{D.Gunawan}等人，《统计计算》。29，第5号，933--946（2019；Zbl 1430.62101） 全文： 内政部 arXiv公司 参考文献： [1] Andrieu，C.，Roberts，G.：有效蒙特卡罗计算的伪边缘方法。Ann.Stat.37，697-725（2009年）·兹比尔1185.60083 ·doi:10.1214/07-AOS574 [2] Beaumont，M.A.：基因监测人群中人口增长或下降的估计。遗传学1641139-1160（2003） [3] Deligiannidis，G.，Doucet，A.，Pitt，M.：相关伪边缘法。J.R.Stat.Soc.B 80，839-870（2018年）·Zbl 1407.62074号 ·doi:10.1111/rssb.12280 [4] Doucet，A.，Pitt，M.，Deligiannidis，G.，Kohn，R.：使用无偏似然估计量时马尔可夫链蒙特卡罗的有效实现。生物特征102（2），295-313（2015）·Zbl 1452.62055号 ·doi:10.1093/biomet/asu075 [5] Flury，T.，Shephard，N.：仅基于模拟可能性的贝叶斯推断：动态经济模型的粒子滤波分析。经济。理论27（5），933-956（2011）·Zbl 1226.62021号 ·doi:10.1017/S0266466610000599 [6] Garthwaite，P.H.，Fan，Y.，Sisson，S.A.：使用Robbins-Monro过程的Metropolis Hastings算法的自适应最优缩放。Commun公司。统计理论方法45（17），5098-5111（2016）·Zbl 1397.65019号 ·doi:10.1080/03610926.2014.936562 [7] Hofert，M.：Archimedia连接采样。计算。统计数据分析。52(12), 5163-5174 (2008) ·Zbl 1452.62070号 ·doi:10.1016/j.csda.2008.05.019 [8] Hofert，M.、Machler，M.和Mcneil，A.J.：已知边界下高维Archimedian连接函数的似然推断。J.多变量。分析。110133-150（2012年）·Zbl 1244.62073号 ·doi:10.1016/j.jmva.2012.02.019 [9] Kingma，D.P.，Welling，M.：自动编码变分贝叶斯。摘自：第二届国际学习代表大会（ICLR）会议记录。https://arxiv.org/abs/1212.6114 (2014) [10] Murray，J.S.，Dunson，D.B.，Carin，L.，Lucas，J.：混合数据的贝叶斯-高斯copula因子模型。《美国统计协会期刊》108（502），656-665（2013）·Zbl 06195968号 ·doi:10.1080/01621459.2012.762328 [11] Ormerod，J.T.，Wand，M.P.：解释变分近似。《美国统计》第64卷第2期，第140-153页（2010年）·Zbl 1200.65007号 ·doi:10.1198/tast.2010.09058 [12] Pakman，A.，Paninski，L.：截断多元高斯的精确哈密顿蒙特卡罗。J.计算。图表。《法律总汇》第23（2）页，518-542页（2014年）·doi:10.1080/10618600.2013.788448 [13] Panagiotelis，A.，Czado，C.，Joe，H.：多元离散数据的对copula构造。《美国统计协会期刊》107（499），1063-1072（2012）·Zbl 1395.62114号 ·doi:10.1080/01621459.2012.682850 [14] Panagiotelis，A.、Czado，C.、Joe，H.、Stober，J.：离散规则藤蔓结合部的模型选择。计算。统计数据分析。106, 138-152 (2017) ·Zbl 1466.62171号 ·doi:10.1016/j.csda.2016.09.007 [15] Pitt，M.，Chan，D.，Kohn，R.：高斯copula回归模型的有效贝叶斯推断。生物特征93（3），537-554（2006）·Zbl 1108.62027号 ·doi:10.1093/biomet/93.3537 [16] Pitt，M.K.，Silva，R.S.，Giordani，P.，Kohn，R.：关于基于粒子滤波的马尔可夫链蒙特卡罗模拟方法的一些特性。《经济学杂志》。171(2), 134-151 (2012) ·Zbl 1443.62499号 ·doi:10.1016/j.jeconom.2012.06.004 [17] Robbins，H.，Monro，S.：一种随机近似方法。安。数学。《美国联邦法律大全》第22（3）卷，第400-407页（1951年）·兹比尔0054.05901 ·doi:10.1214/aoms/1177729586 [18] Roberts，G.O.，Gelman，A.，Gilks，W.R.：随机游走Metropolis-Hastings的弱收敛和最优尺度。Ann.应用。普罗巴伯。7, 110-120 (1997) ·Zbl 0876.60015号 ·doi:10.1214/aoap/1034625254 [19] Sherlock，C.，Thiery，A.，Roberts，G.，Rosenthal，J.：关于伪边际随机行走Metropolis算法的效率。Ann.Stat.43（1），238-275（2015）·Zbl 1326.65015号 ·doi:10.1214/14-AOS1278 [20] Sklar，A.：Répartitionán Dimensions et Leurs Marges函数[维数及其边距的分布函数]。第8卷，第229-231页。巴黎大学统计研究所出版物（1959年）·Zbl 0100.14202号 [21] Smith，M.，Khaled，M.A.：通过贝叶斯数据增强估计具有离散裕度的copula模型。《美国统计协会期刊》107（497），290-303（2012）·Zbl 1261.62051号 ·doi:10.1080/01621459.2011.644501 [22] Tran，M.N.，Kohn，R.，Quiroz，M.，Villani，M.：街区式伪边缘都市——黑斯廷斯。预印本arXiv：1603.02485v2（2016） [23] Tran，M.-N.，Nott，D.，Kohn，R.：具有难以处理的可能性的变分贝叶斯。J.计算。图表。Stat.26（4），873-882（2017）·doi:10.1080/10618600.2017.1330205 [24] Trivedi，P.，Zimmer，D.：Copula建模：从业者简介。已找到。经济趋势。1(1), 1-111 (2005) ·Zbl 1195.91130号 ·doi:10.1561/0800000005 [25] Ware，J.E.，Snow，K.K.，Kolinski，M.，Gandeck，B.：SF-36健康调查手册和解释指南。波士顿新英格兰医疗中心卫生研究所（1993年） 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。