×
安子文;大卫·J·诺特。;克里斯托弗·德罗万迪

基于半参数方法的稳健贝叶斯综合似然。 （英语） Zbl 1436.62090号

统计计算。 30，第3期，543-557（2020年）。
摘要：贝叶斯综合似然（BSL）是一种成熟的方法，用于对不具备可处理似然函数的基于仿真的模型进行近似贝叶斯参数估计。BSL以多元正态分布的参数值近似一个精心选择的汇总统计量的难处理的似然函数。该正态分布的均值和协方差矩阵是通过模型的独立模拟来估计的。由于BSL中隐含的参数假设，在某些需要高维汇总统计的应用中，它可能比其非参数竞争对手近似贝叶斯计算更受欢迎。然而，尽管BSL有几次成功应用，但其在科学领域的广泛应用可能会受到强正态性假设的阻碍。在本文中，我们开发了一种半参数方法，在一定程度上放宽了这一假设，并在不进行任何额外调整的情况下保持了BSL的计算优势。我们在涉及模拟数据和实际数据的几个具有挑战性的示例上测试了我们的新方法，即semiBSL，并证明semiBSL可以比BSL和文献中的另一种方法更加稳健。

引用于10文件

MSC公司：

2015年1月62日 贝叶斯推断
62英尺35英寸 鲁棒性和自适应程序（参数推断）
62小时05 多元概率分布的表征与结构理论；连接线

关键词：

无似然推理;近似贝叶斯计算;连接线;非高温分布;核密度估计;鲁棒估计

软件：

玻璃制品;ABC-SubSim公司
PDF格式BibTeX公司 XML格式引用
\textit{Z.An}等人，《统计计算》。30，第3号，543--557（2020；Zbl 1436.62090）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 安，Z。；南部，Lf；诺特，Dj；Drovandi，Cc，用图形套索加速贝叶斯合成似然，J.Compute。图表。统计，28，2，471-475（2019）·Zbl 07499068号 ·doi:10.1080/10618600.2018.1537928
[2] 安德森，C。；Coles，S.，《一块钢中最大的夹杂物》，Extremes，5，3，237-252（2002）·Zbl 1036.62115号 ·doi:10.1023/A:1024025027522
[3] Andrieu，C。；Roberts，Go，《有效蒙特卡罗计算的伪边缘方法》，《Ann.Stat.》，第37、2、697-725页（2009年）·Zbl 1185.60083号 ·doi:10.1214/07-AOS574
[4] 巴布，Cm；Sethuraman，K。；Emw Billig；Levy，Mz，通过合成可能性对生物入侵进行二尺度扩散估计，生态地理学，41，4，661-672（2017）·doi:10.1111/ecog.02575
[5] 贝德福德，T。；Cooke，Rm，Vines-一个新的因随机变量图形模型，Ann.Stat.，30，4，1031-1068（2002）·Zbl 1101.62339号 ·doi:10.1214/aos/1031689016
[6] Blum、Mgb；François，O.，近似贝叶斯计算的非线性回归模型，统计计算。，20, 1, 63-73 (2010) ·doi:10.1007/s11222-009-9116-0
[7] Bortot，P。；科尔斯，Sg；Sa Sisson，《体视学极值推断》，《美国统计协会期刊》，第102、477、84-92页（2007年）·Zbl 1284.62795号 ·doi:10.1198/016214500000988
[8] Boudt，K。；科尼利森，J。；Croux，C.，高斯秩相关估计器：鲁棒性性质，统计计算。，22, 2, 471-483 (2012) ·Zbl 1322.62129号 ·doi:10.1007/s11222-011-9237-0
[9] 钱伯斯，Jm；马尔洛，Cl；Stuck，Bw，《模拟稳定随机变量的一种方法》，美国统计协会，71，354，340-344（1976）·Zbl 0341.65003号 ·doi:10.1080/01621459.1976.10480344
[10] Chiachio，M。；贝克，J。；Chiachio，J。；Rus，G.，《子集模拟的近似贝叶斯计算》，SIAM J.Sci。计算。，36、3、A1339-A1358（2014）·Zbl 1297.65013号 ·数字对象标识代码：10.1137/130932831
[11] Drovandi，抄送：；安·佩蒂特；Faddy，Mj，使用间接推理的近似贝叶斯计算，J.R.Stat.Soc.Ser。C（应用统计），60，3，317-337（2011）·文件编号：10.1111/j.1467-9876.2010.00747.x
[12] Drovandi，抄送：；安·佩蒂特；Lee，A.，使用参数辅助模型的贝叶斯间接推断，Stat.Sci。，30, 1, 72-95 (2015) ·兹比尔1332.62088 ·doi:10.1214/14-STS498
[13] Dutta，R.、Corander，J.、Kaski，S.、Gutmann，M.U.：通过比率估计进行无似然推理。ArXiv预印ArXiv:1611.10242v3（2017）·Zbl 1384.62089号
[14] Epanechnikov，Va，多元概率密度的非参数估计，理论概率。申请。，14, 1, 153-158 (1969) ·数字对象标识代码：10.1137/1114019
[15] 弗吉尼亚州埃弗里特：自举合成可能性。ArXiv预印ArXiv:1711.05825v2（2017）
[16] 法西奥罗，M。；木材，锡；哈蒂格，F。；Bravington，Mv，难处理可能性的扩展经验鞍点近似，电子。J.Stat.，12，1，1544-1578（2018）·Zbl 1395.62338号 ·doi:10.1214/18-EJS1433
[17] 费恩黑德，P。；Prangle，D.，《为近似贝叶斯计算构建摘要统计：半自动近似贝叶斯计算》，J.R.Stat.Soc.Ser。B（Stat.Methodol.），第74、3、419-474页（2012年）·兹比尔1411.62057 ·文件编号：10.1111/j.1467-9868.2011.010.10.x
[18] 弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.，用图形套索进行稀疏逆协方差估计，生物统计学，9，3，432-441（2008）·Zbl 1143.62076号 ·doi:10.1093/biostatistics/kxm045
[19] Gleim，A.，Pigorsch，C.：间接汇总统计的近似贝叶斯计算。草稿：http://www.ect-pigorschmeeuni-bonnde/data/research/papers (2013)
[20] 麦克·琼斯（Mc Jones）；Pewsey，A.，Sinh-arcsinh分布，Biometrika，96，4，761-780（2009）·Zbl 1183.62019年6月 ·doi:10.1093/biomet/asp053
[21] 李，J。；诺特·D。；范，Y。；Sisson，S.，通过高斯copula模型将近似贝叶斯计算方法扩展到高维，计算。统计数据分析。，106, 77-89 (2017) ·Zbl 1466.62136号 ·doi:10.1016/j.csda.2016.07.005
[22] 刘，H。；Lafferty，J。；Wasserman，L.，《非规范：高维无向图的半参数估计》，J.Mach。学习。决议，102295-2328（2009）·Zbl 1235.62035号
[23] Marchand，P。；博恩克，M。；Green，Dm，一个随机运动模型再现了福勒蟾蜍（Anaxyrus fowleri）种群的位置保真度和远距离扩散模式。型号。，360, 63-69 (2017) ·doi:10.1016/j.ecolmodel.2017.06.025
[24] 翁，Vmh；诺特，Dj；Tran，锰；Sisson，Sa；Drovandi，Cc，高维无似然推理与合成似然，计算。统计数据分析。，128, 271-291 (2018) ·Zbl 1469.62123号 ·doi:10.1016/j.csda.2018.07.008
[25] 翁，Vmh；诺特，Dj；Tran，锰；Sisson，Sa；Drovandi，Cc，综合似然变分贝叶斯，统计计算。，28, 4, 971-988 (2018) ·Zbl 1384.65015号 ·doi:10.1007/s11222-017-9773-3
[26] Parzen，E.，《关于概率密度函数和模式的估计》，《数学年鉴》。Stat.，33，3，1065-1076（1962）·Zbl 0116.11302号 ·doi:10.1214/aoms/1177704472
[27] 价格，Lf；Drovandi，抄送：；A.李。；Nott，Dj，贝叶斯综合似然，J.Compute。图表。统计，27，1-11（2018）·Zbl 07498962号 ·doi:10.1080/10618600.2017.1302882
[28] Rosenblatt，M.，关于密度函数的一些非参数估计的注释，Ann.Math。Stat.，27，3，832-837（1956年）·Zbl 0073.14602号 ·doi:10.1214/aoms/1177728190
[29] Sahu，Sk；戴伊，Dk；Branco，Md，一类新的多元偏态分布及其在贝叶斯回归模型中的应用，Can。J.Stat.，31，2，129-150（2008）·Zbl 1039.62047号 ·doi:10.2307/3316064
[30] 谢斯托帕洛夫。，尼尔，RM。：关于有效MCMC抽样M/G/1队列的贝叶斯推断。ArXiv预印本ArXiv:1401.5548（2014）
[31] Silverman，Bw，《统计和数据分析密度估计》（2018），阿宾顿：劳特利奇，阿宾登
[32] Sisson，Sa；范，Y。；博蒙特，M.，《近似贝叶斯计算手册》（2018），博卡拉顿：查普曼和霍尔/CRC，博卡拉顿
[33] Sklar，M.，《维度与勒尔市场划分函数》，巴黎国立大学，第8229-231页（1959年）·Zbl 0100.14202号
[34] 特雷尔，Gr；Scott，Dw，《可变核密度估计》，《Ann.Stat.》，第20、3、1236-1265页（1992年）·Zbl 0763.62024号 ·doi:10.1214/aos/1176348768
[35] Warton，Di，相关和协方差矩阵的惩罚正态似然和岭正则化，美国统计协会，103，481，340-349（2008）·Zbl 1471.62362号 ·doi:10.1198/016214500000021
[36] Wood，Sn，噪声非线性生态动力系统的统计推断，《自然》，4661102-1107（2010）·doi:10.1038/nature09319
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。