凯文·范斯莱特;阿卜杜拉蒂夫·阿尔·阿尔塞克;卡马尔·优素福·图米 为什么简单的求积和蒙特卡洛一样好。 (英语) Zbl 07187402号 蒙特卡罗方法应用。 26,第1期,第1-16页(2020年). 小结:我们推导并计算了牛顿-库特斯积分方差,并将其与蒙特卡罗(MC)积分方差进行了直接比较。我们发现确定性正交采样和随机MC采样之间的等价性,因为MC随机采样与对随机洗牌(置换)函数使用确定性采样的方法在统计上无法区分。我们使用这种统计等价性来正则化允许的贝叶斯积分先验值的形式,以确保它们与MC具有客观可比性。这导致证明简单求积方法的期望方差小于或等于其相应的理论MC积分方差。另外,利用贝叶斯概率理论,我们发现简单Newton-Cotes复合积分的无偏误差的理论标准差通过一个额外的维数独立因子(propto N^{-\frac{1}{2}})改善了其最坏情况下的误差。在我们的模拟中验证了这个与尺寸无关的因素。 MSC公司: 65二氧化碳 蒙特卡罗方法 65天32分 数值求积和体积公式 68瓦20 随机算法 68周25 近似算法 关键词:采用蒙地卡罗积分法;正交积分;贝叶斯主义者;经常光顾的人;可能性 软件:达科塔;斯坦 PDF格式BibTeX公司 XML格式引用 \textit{K.Vanslette}等人,蒙特卡罗方法应用。26,编号1,1--16(2020;Zbl 07187402) 全文: 内政部 arXiv公司 参考文献: [1] B.Adams,L.Bauman,W.Bohnhoff,K.Dalbey,M.Ebeida,J.Eddy,M.Eldred,P.Hough,K.Hu,J.Jakeman,J.Stephens,L.Swiler,D.Vigil和T.Wildey,Dakota,设计优化、参数估计、不确定性量化和灵敏度分析的多级并行面向对象框架:6.3版用户手册,Sandia Labs技术报告SAND2014-4633,新墨西哥州,2015年。 [2] F.X.Briol、C.Oates、M.Girolma和M.A.Osborne,《Frank-Wolfe Bayesian求积:理论保证的概率积分》,高级神经信息。过程。系统。28 (2015), 1162-1170. [3] B.Carpenter,A.Gelman,M.D.Hoffman,D.Lee,B.Goodrich,M.Betancourt,M.Brubaker,J.Guo,P.Li和A.Riddell,Stan:概率编程语言,J.Statist。柔和。76 (2017), 1-31. [4] A.Caticha和A.Giffin,更新概率,AIP Conf.Proc。872 (2006), 31-42. [5] W.Gilks和P.Wild,吉布斯采样的自适应抑制采样,J.R.Stat.Soc.Ser。C.应用。《法令》第41卷(1992年),第337-348页·Zbl 0825.62407号 [6] O.P.Maêtre和O.M.Knio,《不确定性量化的光谱方法》,施普林格出版社,纽约,2010年·Zbl 1193.76003号 [7] N.Metropolis、A.W.Rosenbluth、M.N.Rosenbluth、A.H.Teller和E.Teller,《快速计算机器的状态方程计算》,J.Chem。物理。21(1953),第1087-1092页·Zbl 1431.65006号 [8] R.M.Neal,切片取样,Ann.Statist。31(2003),705-741·Zbl 1051.65007号 [9] A.O’Hagan,Monte Carlo根本不健全,J.R.Stat.Soc.Ser。D.统计。2/3 (1987), 247-249. [10] A.O'Hagan,Bayes-Hermite求积,J.Statist。计划。推论3(1991),245-260·Zbl 0829.65024号 [11] K.Vanslette,《熵的推断设计及其在量子测量中的应用》,奥尔巴尼州立大学博士论文,2018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。