×
兹德拉夫科·博特夫一世。；皮埃尔·勒库耶

通过广义分裂对罕见事件进行有条件采样。 （英语） Zbl 07303818号

信息J.计算。 第4期，第32期，986-995页（2020年）.
小结：我们提出并分析了一种广义分裂方法，以在罕见事件发生时从分布条件中近似采样。这在运筹学、工程和计算统计的各种背景下都有重要的应用。该方法使用从单个粒子开始的独立试验。我们利用这种独立性来获得采样器总变差误差的渐近和非渐近界。我们的主要发现是，近似误差在很大程度上取决于分裂算法在一次运行中产生的点数的相对可变性，并且这种相对可变性可以通过模拟很容易地进行估计。我们在一个应用程序中说明了所提方法的相关性，在该应用程序中，需要从贝叶斯推断中的难处理的后验密度中进行采样（近似）。
在线补充可在以下网址获得：https://doi.org/10.1287/ijoc.2019.0936.

MSC公司：

90立方厘米 数学编程

关键词：

条件分布；蒙特卡罗分裂；马尔科夫蒙特卡洛；罕见事件
PDF格式BibTeX公司 XML格式引用
\textit{Z.I.Botev}和\textit{P.L'Ecuyer}，《信息与计算》。32，第4号，986--995（2020；Zbl 07303818）
全文： 内政部 arXiv公司

参考文献：

[1] Andrieu C，Doucet A，Holenstein R（2010）粒子马尔可夫链蒙特卡罗方法。J.皇家统计师。Soc.B公司72（3）：1-33.Crossref，谷歌学者·Zbl 1411.65020号 ·文件编号：10.1111/j.1467-9868.2009.00736.x
[2] Botev ZI，Kroese DP（2012）通过广义分裂方法进行高效蒙特卡罗模拟。统计师。计算.22（1）：1-16.Crossref，谷歌学者·Zbl 1322.65002号 ·doi:10.1007/s11222-010-9201-4
[3] Botev ZI，L'Ecuyer P（2017）正态分布截断到尾部区间的模拟。第十届EAI国际。Conf.绩效评估方法工具，VALUETOOLS 2016（ACM，纽约），23-29谷歌学者
[4] Botev ZI，Ridder A（2014）方差减少。Balakrishnan N、Colton T、Everitt B、Piegorsch W、Ruggeri F、Teugels JL编辑。Wiley StatsRef:在线统计参考（John Wiley&Sons，Hoboken，NJ），1-6.谷歌学者
[5] Botev ZI，L'Ecuyer P，Tuffin B（2011）基于马尔可夫链的一步look-ahead密度的重要抽样方法。程序。2011年冬季模拟大会（WSC）（IEEE，新泽西州皮斯卡塔韦），528-539。谷歌学者
[6] Botev ZI，L'Ecuyer P，Tuffin B（2012），高可靠静态网络中的相关故障。程序。2012年冬季模拟大会（WSC）（IEEE，新泽西州皮斯卡塔韦），1-12。谷歌学者
[7] Botev ZI，Vaisman S，Rubinstein RY，L'Ecuyer P（2014），具有连续链路容量的随机流网络的可靠性。程序。2014年冬季模拟会议（新泽西州皮斯卡塔韦IEEE出版社），543-552。谷歌学者
[8] Bréhier CE，Gazeau M，Goudenège L，Lelièvre T，Rousset M（2016）一些广义自适应多级分裂算法的无偏性。Ann.应用。普罗巴伯。26（6）：3559-3601.Crossref，谷歌学者·Zbl 1361.65006号 ·doi:10.1214/16-AAP1185
[9] Cérou F，LeGland F，Del Moral P，Lezaud P（2005）罕见事件模拟中多级分裂算法的极限定理。Kuhl ME、Steiger FBANM、Joines JA编辑。2005年冬季模拟会议（新泽西州皮斯卡塔韦IEEE出版社），682-691.谷歌学者
[10] Cérou F，Moral PD，Furon T，Guyader A（2012）罕见事件估计的序贯蒙特卡罗方法。统计师。计算.22（3）：795-808.Crossref，谷歌学者·Zbl 1252.62083号 ·doi:10.1007/s11222-011-9231-6
[11] Dean T，Dupuis P（2009）《罕见事件模拟的分裂：设计和分析的大偏差方法》。随机过程及其应用。119（2）:562-587.Crossref，谷歌学者·Zbl 1157.60019号 ·doi:10.1016/j.spa.2008.02.017
[12] Devroye L，Lugosi G（2001）《密度估算中的组合方法》（Springer，纽约）。谷歌学者·Zbl 0964.62025号
[13] Garvels MJ，Ommeren JKV，Kroese DP（2002）关于分裂模拟中的重要性函数。事务处理。新兴电信。技术。13（4）:363-371.Crossref，谷歌学者·doi:10.1002/ett.4460130408
[14] Glasserman P、Heidelberger P、Shahabuddin P、Zajic T（1999）《估算罕见事件概率的多级分裂》。操作。物件。47（4）：585-600.Link，谷歌学者·Zbl 0985.65006号
[15] Jones GL，Hobert JP（2001）《通过马尔可夫链蒙特卡罗对难处理概率分布的诚实探索》。统计师。科学。16（4）：312-334.Crossref，谷歌学者·Zbl 1127.60309号 ·doi:10.1214/ss/1015346317
[16] Kahn H，Harris TE（1951）通过随机采样估算粒子传输。国家。局标准应用。数学。系列12:27-30.谷歌学者
[17] Kroese DP、Taimre T、Botev ZI（2011年）蒙特卡洛方法手册，第706卷。（John Wiley&Sons，新泽西州霍博肯）。Crossref，谷歌学者·Zbl 1213.65001号 ·数字对象标识代码：10.1002/9781118014967
[18] L'Ecuyer P，Botev ZI，Kroese DP（2018）关于条件分布抽样的广义分裂方法。程序。2018年冬季模拟会议（IEEE出版社，新泽西州皮斯卡塔韦），1694-1705.谷歌学者
[19] L'Ecuyer P、Demers V、Tuffin B（2007），《拉里火山、分裂和准蒙特卡洛》。ACM事务处理。模型。计算。模拟17（2）:9.谷歌学者·Zbl 1281.62085号
[20] L'Ecuyer P、LeGland F、Lezaud P、Tuffin B（2009）《分裂技术》。Rubino G，Tuffin B，eds.使用蒙特卡罗方法进行罕见事件模拟（英国奇切斯特威利），39-62。Crossref，谷歌学者·Zbl 1168.65309号 ·数字对象标识代码：10.1002/9780470745403.ch3
[21] Park T，Casella G（2008）贝叶斯套索。J.艾默。统计师。协会。103（482）：681-686。Crossref，谷歌学者·Zbl 1330.62292号 ·doi:10.1198/016214500000037
[22] Sauer N（1972）关于集合族的密度。J.组合理论系列。A类13（1）：145-147.Crossref，谷歌学者·Zbl 0248.0505号 ·doi:10.1016/0097-3165（72）90019-2
[23] Taimre T、Kroese DP、Botev ZI（2019）蒙特卡罗方法。Balakrishnan N，Colton T，Everitt B，Piegorsch W，Ruggeri F，Teugels JL，eds.Wiley StatsRef:在线统计参考（John Wiley&Sons，Hoboken，NJ）。谷歌学者
[24] Tuffin B，Saggadi S，L'Ecuyer P（2014）《静态网络可靠性评估的自适应零变量重要性抽样近似》。计算。操作。物件。45:51-59.Crossref，谷歌学者·Zbl 1348.90217号 ·doi:10.1016/j.cor.2013.12.011
[25] Vapnik V（2013）统计学习理论的本质（Springer-Verlag，纽约）。谷歌学者
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。