天哪,安德鲁;艾玛·布拉德利;汤姆·洛;科林·吉莱斯皮(Colin S.Gillespie)。 时间离散随机动力学模型的相关伪边缘格式。 (英语) Zbl 1507.62064号 计算。统计数据分析。 136, 92-107 (2019). 摘要:考虑了对控制随机动力学模型(SKM)的反应速率常数进行完全贝叶斯推断的挑战性问题。考虑到这个问题背后的挑战,马尔可夫跳跃过程表示通常被基于感兴趣系统的适当时间离散化的近似值所取代。提高这些方案的准确性相当于使用更精细的离散化级别,在推理问题的背景下,需要在观测之间预定的中间时间对过程中的不确定性进行积分。伪边缘Metropolis-Hastings方案越来越多地被使用,因为对于给定的离散化水平,可以使用粒子滤波器无偏估计观测数据的可能性。当观测信息特别丰富时,可以通过根据下一次观测传播粒子来实现辅助粒子过滤器。最近在状态空间设置中的工作表明,通过关联用于在未知参数的当前值和建议值下形成似然估计的潜在伪随机数,伪边缘方法可以变得更加有效。通过关联驱动辅助粒子滤波器的创新,将这种方法扩展到时间离散的SKM框架。结果发现,与标准实现相比,该方法在效率上有显著提高。 引用于6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 2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型 60J22型 马尔可夫链中的计算方法 65二氧化碳 蒙特卡罗方法 关键词:辅助颗粒过滤器;贝叶斯推断;马尔可夫跳跃过程;泊松跳跃;化学朗之万方程;颗粒MCMC 软件:化学需氧量 PDF格式BibTeX公司 XML格式引用 \textit{A.Golightly}等人,《计算》。统计数据分析。136、92-107(2019年;Zbl 1507.62064) 全文: 内政部 arXiv公司 参考文献: [1] Anderson,D.F.,将跳跃后检查纳入tau-leaping,J.Chem。物理。,128, 054103 (2008) [2] Andersson,香港。;Britton,T.,(随机流行病模型及其统计分析。随机流行病模型及统计分析,统计学讲义,第151卷(2000),Springer-Verlag,纽约),x+137·Zbl 0951.92021号 [3] Andrieu,C。;Doucet,A。;Holenstein,R.,《粒子马尔可夫链蒙特卡罗方法》(带讨论),J.R.Stat.Soc.Ser。B统计方法。,72, 3, 1-269 (2010) ·Zbl 1411.65020号 [4] Andrieu,C。;Roberts,G.O.,《有效计算的伪边缘方法》,Ann.Statist。,37, 697-725 (2009) ·Zbl 1185.60083号 [5] 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) [6] 贝拉德,J。;Del Moral,P。;Doucet,A.,归一化常数粒子近似的对数正态中心极限定理,电子。J.概率。,19, 1-28 (2014) ·Zbl 1308.65014号 [7] 《寄宿学校流感》,英国医学杂志,587(1978) [8] 男孩,R.J。;Giles,P.R.,具有时间非均匀去除率的随机流行病模型的贝叶斯推断,J.Math。生物学,55,223-247(2007)·Zbl 1127.62107号 [9] 男孩,R.J。;威尔金森,D.J。;Kirkwood,T.B.L.,离散观测随机动力学模型的贝叶斯推断,统计计算。,18, 125-135 (2008) [10] 肖帕拉,P。;Gunawan,D。;陈,J。;Tran,M.-N。;Kohn,R.,使用块和相关伪边际方法对状态空间模型进行贝叶斯推断(2016),可从网址:http://arxiv.org/abs/11612.07072 [11] Dahlin,J。;Lindsten,F。;克罗南德,J。;Schon,T.B.,《通过关联辅助变量加速伪边缘大都市——黑斯廷斯》(2015年),摘自https://arxiv.1511.05483v1 [12] Del Moral,P.,Feynman-Kac公式:谱系和相互作用粒子系统及其应用(2004),Springer:Springer纽约·Zbl 1130.60003号 [13] Del Moral,P。;Murray,L.M.,《序贯蒙特卡罗与高信息量观测》,SIAM/ASA J.Uncertain。数量。,969-997年3月1日(2015年)·Zbl 1327.65004号 [14] Deligiannidis,G。;Doucet,A。;Pitt,M.K.,相关伪边际法,J.R.Stat.Soc.Ser。B统计方法。,80, 5, 839-870 (2018) ·Zbl 1407.62074号 [15] Doucet,A。;皮特,M.K。;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》,《生物统计学》,102295-313(2015)·Zbl 1452.62055号 [16] 达勒姆,G.B。;Gallant,R.A.,《连续时间扩散过程最大似然估计的数值技术》,J.Bus。经济。统计人员。,20, 279-316 (2002) [17] 蕨类,L。;Lötstedt,P。;Hellander,A.,由尺寸参数缩放的主方程近似层次,J.Sci。计算。,34, 2, 127-151 (2008) ·Zbl 1136.65007号 [18] Fuchs,C.,《生命科学中应用的扩散过程推断》(2013),施普林格:施普林格-海德堡出版社·Zbl 1276.62051号 [19] Gerber,M。;肖邦,N.,《序贯准蒙特卡罗》(含讨论),J.R.Stat.Soc.Ser。B统计方法。,77, 509-579 (2015) ·Zbl 1414.62109号 [20] Gillespie,D.,《数值模拟耦合化学反应随机时间演化的通用方法》,J.Compute。物理。,22, 4, 403-434 (1976) [21] Gillespie,D.T.,耦合化学反应的精确随机模拟,J.Phys。化学。,81, 2340-2361 (1977) [22] Gillespie,D.T.,《化学主方程的严格推导》,《物理学A》,188,404-425(1992) [23] Gillespie,D.T.,《化学朗之万方程》,J.Chem。物理。,113, 1, 297-306 (2000) [24] Gillespie,D.T.,化学反应系统的近似加速随机模拟,化学杂志。物理。,115, 4, 1716-1732 (2001) [25] Gillespie,C.S。;Golightly,A.,广义随机种群增长模型的贝叶斯推断及其在蚜虫中的应用,J.R.Stat.Soc.Ser。C.申请。《法律总汇》第52341-357页(2010年) [26] Golightly,A。;Wilkinson,D.J.,误差观测非线性多元扩散模型的贝叶斯推断,计算。统计师。数据分析。,52, 3, 1674-1693 (2008) ·Zbl 1452.62603号 [27] Golightly,A。;Wilkinson,D.J.,使用粒子马尔可夫链蒙特卡罗的随机生物化学网络模型的贝叶斯参数推断,Interface Focus,1,6,807-820(2011) [28] Golightly,A。;Wilkinson,D.J.,具有信息观测的马尔可夫跳跃过程的贝叶斯推断,统计应用。遗传学。分子生物学。,14, 2, 169-188 (2015) ·Zbl 1311.92089号 [29] 新泽西州戈登。;Salmond,D.J。;Smith,A.F.M.,非线性/非高斯贝叶斯状态估计的新方法,IEE Proc-F、 140、107-113(1993) [30] 嘿,K.L。;莫米吉,H。;Featherstone,K。;Davis,J.R.E。;怀特,M.R.H。;兰德,D.A。;Finkenstädt,B.,单细胞成像数据的随机转录转换模型,生物统计学,16,655-669(2015) [31] 科布伦茨,E。;Miguez,J.,具有转换权重的总体蒙特卡罗方法及其在随机动力学模型中的应用,统计计算。,25, 407-425 (2015) ·Zbl 1331.65015号 [32] Künsch,H.R.,《颗粒过滤器》,伯努利,第19期,1391-1403页(2013年)·Zbl 1275.93058号 [33] 林,J。;Ludkovski,M.,隐马尔可夫随机动力学模型中的序贯贝叶斯推断及其在季节性流行病检测和应对中的应用,统计计算。,24, 1047-1062 (2013) ·Zbl 1332.62272号 [34] 麦金利,T.J。;J.V.罗斯。;Deardon,R。;Cook,A.R.,基于仿真的流行病模型贝叶斯推断,计算。统计师。数据分析。,71434-447(2014)·Zbl 1471.62137号 [35] 奥尼尔,P.D。;Roberts,G.O.,部分观察到的随机流行病的贝叶斯推断,J.R.Stat.Soc.Seri。A、 162121-129(1999) [36] J.欧文。;威尔金森,D。;Gillespie,C.,《马尔可夫过程的无似然推理:比较》,Stat.Appl。遗传学。分子生物学。,14, 2, 189-209 (2015) ·兹比尔1311.60079 [37] 皮特,M.K。;多斯桑托斯·席尔瓦,R。;佐丹尼,P。;Kohn,R.,《基于粒子滤波的马尔可夫链蒙特卡罗模拟方法的一些性质》,《计量经济学杂志》,171,2,134-151(2012)·Zbl 1443.62499号 [38] 皮特,M.K。;Shephard,N.,《通过模拟过滤:辅助粒子过滤器》,J.Amer。统计师。协会,446,590-599(1999)·Zbl 1072.62639号 [39] 普卢默,M。;贝斯特,N。;Cowles,K。;Vines,K.,CODA:MCMC的收敛诊断和输出分析,R News,6,1,7-11(2006) [40] Roberts,G.O。;Stramer,O.,《关于使用Metropolis-Hastings算法推断非线性扩散模型》,Biometrika,88,3,603-621(2001)·兹比尔0985.62066 [41] 夏洛克,C。;Golightly,A。;Gillespie,C.S.,混合离散-连续系统生物模型的贝叶斯推断,逆向问题,30,114005(2014)·Zbl 1359.62087号 [42] 夏洛克,C。;Thiery,A。;Roberts,G.O。;罗森塔尔,J.S.,《伪边缘随机游走都市算法的效率》,《统计年鉴》。,43, 1, 238-275 (2015) ·Zbl 1326.65015号 [43] 绞合线,O。;Bognar,M.,使用伪边缘方法对不可约扩散过程的贝叶斯推断,贝叶斯分析。,6, 231-258 (2011) ·Zbl 1330.60092号 [44] Tran,M.-N。;科恩,R。;基罗兹,M。;Villani,M.,区块式伪边缘大都市黑斯廷斯(2016),可从http://arxiv.org/abs/1603.02485 [45] Wang,Y。;克里斯特利,S。;Mjolness,E。;Xie,X.,使用随机梯度下降的离散观测随机动力学模型的参数推断,BMC系统。生物学,4,99(2010) [46] 惠特克,G.A。;Golightly,A。;男孩,R.J。;Sherlock,C.,扩散驱动混合效应模型的贝叶斯推断,贝叶斯分析。,12435-463(2017)·Zbl 1384.62109号 [47] 惠特克,G.A。;Golightly,A。;男孩,R.J。;Sherlock,C.,随机微分方程的改进桥接构造,统计计算。,27, 885-900 (2017) ·Zbl 1384.65011号 [48] Wilkinson,D.J.,异质生物系统定量描述的随机建模,《自然评论遗传学》。,10, 122-133 (2009) [49] Wilkinson,D.J.,《系统生物学随机建模》(2012),查普曼和霍尔/CRC出版社:查普曼&霍尔/CRC Press Boca Raton,Florida·Zbl 1300.92004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。