×
拉杜·克雷乌。;保罗·古斯塔夫森;杰弗里·罗森塔尔。

关于贝叶斯推理和马尔可夫链蒙特卡罗的思考。 （英语。法语摘要） Zbl 07759506号

可以。J.统计。 50，编号4，1213-1227（2022）.
摘要：贝叶斯推断和马尔可夫链蒙特卡罗方法是统计研究的活跃领域。在这里，我们回顾了这些领域的一些最新发展和未来方向。
{©2022作者。加拿大统计杂志/加拿大统计评论由威利期刊有限责任公司代表加拿大统计学会出版。}

MSC公司：

62至XX 统计

关键词：

贝叶斯推断;马尔科夫蒙特卡洛

软件：

斯坦;漏洞;WinBUGS公司
PDF格式BibTeX公司 XML格式引用
\textit{R.V.Craiu}等人，加拿大。J.Stat.50，第4号，1213--1227（2022；Zbl 07759506）
全文： 内政部
OA许可证

参考文献：

[1] Andrieu，C.&Roberts，G.O.（2009年）。有效蒙特卡罗计算的伪边际方法。《统计年鉴》，37（2），697-725·Zbl 1185.60083号
[2] Andrieu，C.和Vihola，M.（2015）。伪边际马尔可夫链蒙特卡罗算法的收敛性。应用概率年鉴，25（2），1030-1077·Zbl 1326.65012号
[3] Baragatti，M.和Pudlo，P.（2014）。近似贝叶斯计算概述。在ESAIM:Proceedings，Vol.44，EDP Sciences，Les Ulis，France，291-299中·Zbl 1338.65022号
[4] Baxendale，P.H.（2005）。几何遍历马氏链的更新理论和可计算收敛速度。应用概率年鉴，15（1B），700-738·Zbl 1070.60061号
[5] Bendavid，E.，Mulaney，B.，Sood，N.，Shah，S.，Bromley‐Dulfano，R.，Lai，C.，Weissberg，Z.等人（2021年）。加利福尼亚州圣克拉拉县的COVID‐19抗体血清流行率。《国际流行病学杂志》，50（2），410-419。
[6] Bernton，E.、Jacob，P.E.、Gerber，M.和Robert，C.P.（2017年）。使用Wasserstein距离的生成模型中的推断。arXiv预打印，arXiv:1701.05146。
[7] Blei，D.M.、Kucukelbir，A.和McAuliffe，J.D.（2017年）。变分推理：统计学家评论。《美国统计协会杂志》，112（518），859-877。
[8] Bornn，L.、Pillai，N.、Smith，A.和Woodard，D.（2014）。在近似贝叶斯计算MCMC中，一个伪样本就足够了。生物特征，99（1），1-10。
[9] Bouchard‐Cóté，A.、Chern，K.、Cubranic，D.、Hosseini，S.、Hume，J.、Lepur，M.、Ouyang，Z.和Sgarbi，G.（2019年）。Blang：任意数据结构的贝叶斯声明性建模。arXiv预印本，arXiv:1912.10396。
[10] Brooks，S.、Gelman，A.、Jones，G.和Meng，X.-L。(2011). 《马尔可夫链蒙特卡罗手册》，CRC出版社，佛罗里达州博卡拉顿·Zbl 1218.65001号
[11] Burstyn，I.、Goldstein，N.D.和Gustafson，P.（2020年）。通过对实验室检测结果时间序列的贝叶斯分析，减少由于结果错误分类导致的流行病曲线中的偏差：加拿大阿尔伯塔省和美国费城的COVID-19病例研究。BMC医学研究方法论，20，1-10。
[12] Campbell，H.、deValpine，P.、Maxwell，L.、deJong，V.M.、Debray，T.、Jänisch，T.和Gustafson，P.（2021）。在估计COVID-19感染死亡率时，对优先检测进行贝叶斯调整。应用统计年鉴，16（1），436-459·Zbl 1498.62196号
[13] Carpenter，B.、Gelman，A.、Hoffman，M.D.、Lee，D.、Goodrich，B.、Betancourt，M.、Brubaker，M.，Guo，J.、Li，P.和Riddell，A.（2017）。斯坦：一种概率编程语言。统计软件杂志，76（1），1-32。
[14] Changye，W.&Robert，C.P.（2019年）。通过随机森林并行MCMC。arXiv预印本，arXiv:1911.09698。
[15] 库克，S.A.（1971）。定理证明过程的复杂性。第三届美国计算机学会计算理论年会论文集，美国计算机学会，纽约，151-158·Zbl 0253.68020号
[16] Cui，T.、Peeters，L.、Pagendam，D.、Pickett，T.，Jin，H.、Crosbie，R.S.、Raiber，M.、Rassam，D.W.和Gilfeder，M.（2018年）。用于计算昂贵的地下水模型的支持模拟器的近似贝叶斯计算（ABC）和不确定性分析。《水文学杂志》，564191-207。
[17] Drovandi，C.C.（2018年）。ABC和间接推理。《近似贝叶斯计算手册》，查普曼和霍尔/CRC出版社，佛罗里达州博卡拉顿，179-209年。
[18] Drovandi，C.C.、Grazian，C.、Mengersen，K.和Robert，C.（2018年）。ABC中的近似可能性。《近似贝叶斯计算手册》，查普曼和霍尔/CRC出版社，佛罗里达州博卡拉顿，321-368。
[19] Entezari，R.、Craiu，R.V.和Rosenthal，J.S.（2018）。似然膨胀抽样算法。加拿大统计杂志，46（1），147-175·Zbl 1466.62266号
[20] Fearnhead，P.&Prangle，D.（2012年）。为近似贝叶斯计算构建摘要统计：半自动近似贝叶斯计算。英国皇家统计学会期刊：B系列（统计方法），74（3），419-474·Zbl 1411.62057号
[21] Filippi，S.、Barnes，C.P.、Cornebise，J.和Stumpf，M.P.（2013）。基于序贯蒙特卡罗的近似贝叶斯计算核的最优性。遗传学和分子生物学中的统计应用，12（1），87-107。
[22] Gelman，A.和Carpenter，B.（2020年）。特异性和敏感性未知的试验的贝叶斯分析。英国皇家统计学会杂志：C辑（应用统计学），69（5），1269-1283。
[23] Gelman，A.和Rubin，D.B.（1992年）。使用多序列的迭代模拟推断。统计科学，7（4），457-472·Zbl 1386.65060号
[24] Gilks，W.R.、Thomas，A.和Spiegelhalter，D.J.（1994）。一种用于复杂贝叶斯建模的语言和程序。英国皇家统计学会杂志：D辑（统计学家），43（1），169-177。
[25] Günther，F.、Berger，U.、Höhle，M.、Bender，A.、Wildner，M.，Heid，I.M.和Küchenhoff，H.（2021）。新型冠状病毒肺炎19例病例数分析：以德国病例报告数据为例，对诊断错误分类进行调整。https://doi.org/10.1101/2020.09.29.20203877 ·doi:10.1101/2020.09.29.20203877
[26] Gustafson，P.（2015）。部分识别模型的贝叶斯推断：探索有限数据的极限，佛罗里达州博卡拉顿CRC出版社·Zbl 1329.62009号
[27] 黑斯廷斯，W.K.（1970）。使用马尔可夫链的蒙特卡罗抽样方法及其应用。《生物特征》，57（1），97-109·Zbl 0219.65008号
[28] Hoffman，M.D.和Gelman，A.（2014）。无U‐Turn取样器：在哈密顿蒙特卡罗中自适应设置路径长度。机器学习研究杂志，15（1），1593-1623·Zbl 1319.60150号
[29] 哈金斯，J.、坎贝尔，T.和布罗德里克，T.（2016）。可扩展贝叶斯逻辑回归的核心集。神经信息处理系统进展，29，4080-4088。
[30] Jones，G.L.和Hobert，J.P.（2001）。通过马尔可夫链蒙特卡罗诚实地探索难处理的概率分布。统计科学，16（4），312-334·Zbl 1127.60309号
[31] Jones，G.L.和Hobert，J.P.（2004）。分层随机效应模型吉布斯采样器的充分磨合。《统计年鉴》，32（2），784-817·Zbl 1048.62069号
[32] 拉斯基，K.B.和迈尔斯，J.W.（2003年）。人口马尔可夫链蒙特卡罗。机器学习，50（1‐2），175-196·Zbl 1028.68167号
[33] Lee，A.（2012年）。关于使用SMC采样器进行近似贝叶斯计算的MCMC核的选择。2012年冬季模拟会议（WSC）会议记录，IEEE，德国柏林，1-12。
[34] Lee，A.、Andrieu，C.和Doucet，A.（2012年）。关于为近似贝叶斯计算构建摘要统计的讨论：半自动近似贝叶斯计算。英国皇家统计学会期刊：B系列（统计方法），74（3），449-450。
[35] Levi，E.&Craiu，R.V.（2022年）。在黑暗中寻找出路：近似贝叶斯方法的近似MCMC。贝叶斯分析，17（1），193-221。
[36] Lunn，D.，Spiegelhalter，D.、Thomas，A.和Best，N.（2009年）。BUGS项目：演变、评论和未来方向。医学统计，28（25），3049-3067。
[37] Lunn，D.J.、Thomas，A.、Best，N.和Spiegelhalter，D.（2000）。WinBUGS‐贝叶斯建模框架：概念、结构和可扩展性。统计与计算，10（4），325-337。
[38] Manski，C.F.（2003）。概率分布的部分识别，Springer Science&Business Media，德国柏林·Zbl 1047.62001
[39] 马林·J·M。，Pudlo，P.、Robert，C.P.和Ryder，R.J.（2012）。近似贝叶斯计算方法。统计与计算，22（6），1167-1180·Zbl 1252.62022号
[40] Marjoram，P.、Molitor，J.、Plagnol，V.和Tavaré，S.（2003）。无可能性的马尔可夫链蒙特卡罗。《美国国家科学院院刊》，100（26），15324-15328。
[41] Metropolis，N.、Rosenbluth，A.W.、Rosenbruth，M.N.、Teller，A.H.和Teller等人（1953年）。快速计算机器的状态方程计算。《化学物理杂志》，21（6），1087-1092·Zbl 1431.65006号
[42] Meyn，S.P.和Tweedie，R.L.（1994）。马尔可夫链几何收敛速度的可计算界。应用概率年鉴，4（4），981-1011·Zbl 0812.60059号
[43] Neiswanger，W.，Wang，C.，&Xing，E.渐近准确，令人尴尬的平行MCMC。arXiv预印本，arXiv:1311.4780。
[44] Nemeth，C.和Sherlock，C.（2018年）。通过高斯过程近似合并MCMC次后验。贝叶斯分析，13（2），507-530·Zbl 1407.62081号
[45] Oyebamiji，Ok K.、Edwards，N.R.、Holden，P.B.、Garthwaite，P.H.、Schafoff，S.和Gerten，D.（2015）。模拟全球气候变化对作物产量的影响。统计建模，15（6），499-525·Zbl 07259000号
[46] Plumlee，M.、Asher，T.G.、Chang，W.和Bilskie，M.V.（2021）。使用仿真和连续实验进行高保真飓风潮预测。应用统计年鉴，15（1），460-480·Zbl 1475.62279号
[47] Prangle，D.（2015）。近似贝叶斯计算中的汇总统计。arXiv预打印，arXiv:1512.05633。
[48] Price，L.F.、Drovandi，C.C.、Lee，A.和Nott，D.J.（2018年）。贝叶斯综合似然。计算与图形统计杂志，27（1），1-11·Zbl 07498962号
[49] Qin，Q.&Hobert，J.P.（2017）。马尔可夫链的渐近稳定漂移和最小化及其在Albert和Chib算法中的应用。arXiv预打印，arXiv:1712.08867。
[50] Quiroz，M.、Kohn，R.、Villani，M.和Tran，M.‐N。（2018）。通过有效的数据子采样加速MCMC。《美国统计协会杂志》，114（526），831-843。https://doi.org/10.1080/01621459.2018.1448827。 ·Zbl 1420.62121号 ·doi:10.1080/01621459.2018.1448827
[51] Rajaratnam，B.&Sparks，D.（2015年）。大数据时代基于MCMC的推理：对高维链收敛复杂性的基本分析。arXiv预印本，arXiv:1508.00947。
[52] Roberts，G.O.、Gelman，A.和Gilks，W.R.（1997）。随机行走Metropolis算法的弱收敛性和最优缩放。应用概率年鉴，7（1），110-120·Zbl 0876.60015号
[53] Roberts，G.O.和Rosenthal，J.S.（1998年）。朗之万扩散离散近似的最佳缩放。英国皇家统计学会杂志：B辑（统计方法），60（1），255-268·兹比尔0913.60060
[54] Roberts，G.O.和Rosenthal，J.S.（2001年）。各种Metropolis-Hastings算法的最佳缩放。统计科学，16（4），351-367·Zbl 1127.65305号
[55] Roberts，G.O.和Rosenthal，J.S.（2016）。基于扩散极限的马尔可夫链蒙特卡罗算法的复杂度界。应用概率杂志，53（2），410-420·Zbl 1345.60082号
[56] Roberts，G.O.和Tweedie，R.L.（1999年）。马尔可夫链的再生时间和收敛速度的界。随机过程及其应用，80（2），211-229·Zbl 0961.60066号
[57] Rosenthal，J.S.（1995年a）。马尔可夫链蒙特卡罗的简化条件和收敛速度。《美国统计协会杂志》，90（430），558-566·Zbl 0824.60077号
[58] Rosenthal，J.S.（1995年b）。方差分量模型吉布斯抽样的收敛速度。统计年鉴，23740-761·Zbl 0841.62074号
[59] Rosenthal，J.S.（1996年）。James-Stein估计相关模型的吉布斯采样器分析。统计与计算，6（3），269-275。
[60] Rosenthal，J.S.（2000年）。并行计算和蒙特卡罗算法。《远东理论统计杂志》，4（2），207-236·Zbl 1008.68160号
[61] Rosenthal，J.S.（2002年）。马尔可夫链的定量收敛速度：一个简单的解释。概率电子通信，7123-128·Zbl 1013.60053号
[62] Rue，H.、Riebler，A.、Sorbye，S.、Illian，J.、Simpson，D.和Lindgren，F.（2017）。基于INLA的贝叶斯计算：综述。《统计及其应用年鉴》，4395-421。
[63] Schervish，M.J.（1988年）。并行计算在统计推断中的应用。美国统计协会杂志，83（404），976-983·兹伯利0671.65118
[64] Schubert，E.和Gertz，M.（2018年）。（co‐）方差的数值稳定并行计算。方差。《第三十届国际科学和统计数据库管理会议论文集》，意大利博赞-博尔扎诺，1-12。
[65] Scott，S.L.、Blocker，A.W.、Bonassi，F.V.、Chipman，H.A.、George，E.I.和McCulloch，R.E.（2016）。贝叶斯和大数据：共识蒙特卡罗算法。国际管理科学与工程管理杂志，11（2），78-88。
[66] Sisson，S.、Fan，Y.和Beaumont，M.（2018a）。近似贝叶斯计算概述。arXiv预印本，arXiv:1802.09720。
[67] Sisson，S.A.、Fan，Y.和Beaumont，M.（2018b）。近似贝叶斯计算手册，查普曼和霍尔/CRC出版社，佛罗里达州博卡拉顿。
[68] Sisson，S.A.、Fan，Y.和Tanaka，M.M.（2007年）。无可能性的连续蒙特卡罗。《美国国家科学院院刊》，104（6），1760-1765·Zbl 1160.65005号
[69] Suchard，M.A.、Wang，Q.、Chan，C.、Frelinger，J.、Cron，A.和West，M.（2010年）。了解用于统计计算的GPU编程：大规模并行大规模混合的研究。计算与图形统计杂志，19（2），419-438。
[70] Tawn，N.G.、Roberts，G.O.和Rosenthal，J.S.（2020年）。倾斜布朗运动和ALPS算法的复杂性。正在修订。
[71] Terenin，A.、Simpson，D.和Draper，D.（2020年）。异步吉布斯采样。《国际人工智能与统计会议论文集》，意大利西西里岛巴勒莫PMLR，144-154。
[72] Thompson，E.（2011）。MCMC在相关个体遗传数据分析中的作用。《马尔可夫链蒙特卡罗手册》，第339卷。佛罗里达州博卡拉顿CRC出版社·Zbl 1228.92056号
[73] Wang，X.和Dunson，D.B.（2013）。通过Weierstrass采样器并联MCMC。arXiv预打印，arXiv:1312.4605。
[74] 威尔金森，D.J.（2006）。并行贝叶斯计算。统计学教科书和专著，184477。
[75] Wood，S.N.（2010年）。噪声非线性生态动力系统的统计推断。《自然》，466（7310），1102。
[76] Woodard，D.B.和Rosenthal，J.S.（2013）。基因组模体发现的马尔可夫链方法的收敛速度。《统计年鉴》，41，91-124·Zbl 1347.62048号
[77] Woodard，D.B.、Schmidler，S.C.和Huber，M.（2009年a）。平行和模拟回火的惰性混合的充分条件。概率电子杂志，14780-804·Zbl 1189.65021号
[78] Woodard，D.B.、Schmidler，S.C.和Huber，M.（2009年B）。在多峰分布上快速混合平行和模拟回火的条件。《应用概率年鉴》，19（2），617-640·Zbl 1171.65008号
[79] Wu，S.L.、Mertens，A.N.、Crider，Y.S.、Nguyen，A.、Pokpongkiat，N.N.、Djajadi，S.、Seth，A.等人（2020年）。严重低估了美国SARS‐CoV‐2感染情况。《自然通讯》，11（1），1-10。
[80] Yang，J.和Rosenthal，J.S.（2017年）。MCMC的复杂性结果源自定量界限。正在修订。
[81] Yang，Y.、Wainwright，M.J.和Jordan，M.I.（2016）。关于高维贝叶斯变量选择的计算复杂性。《统计年鉴》，44（6），2497-2532·Zbl 1359.62088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。