×

具有独立马尔可夫链蒙特卡罗建议的顺序蒙特卡罗采样器。 (英语) Zbl 1421.62059号

摘要:从静态贝叶斯模型的后验点进行采样的序贯蒙特卡罗(SMC)方法具有灵活性、并行性和处理复杂目标的能力。然而,在移动步骤中采用马尔可夫链蒙特卡罗(MCMC)核和多元正态随机游走(RW)建议是常见的做法,这对于探索具有挑战性的后验分布来说既低效又有害。我们开发了新的SMC方法,其中包含独立的提案,允许回收SMC过程中产生的所有候选方案,并且难堪地并行。提出了一种新的证据估计器,它可以很容易地从独立SMC的输出中计算出来。我们的独立提案是通过使用SMC粒子数校准的柔性连接型模型构建的。我们通过几个例子证明,与更标准的RW方法相比,使用更少的似然评估可以获得更精确的后验期望和边际似然估计。

MSC公司:

62小时05 多元概率分布的表征与结构理论;连接线
62升12 序贯估计
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Bekaert,G.、Engstrom,E.和Ermolov,A.(2015)。“坏环境,好环境:非高斯非对称波动率模型”,计量经济学杂志,186(1):258-275·兹比尔1331.62452 ·doi:10.1016/j.econom.2014.06.021
[2] Beskos,A.、Jasra,A.、Kantas,N.和Thiery,A.(2016)。“关于自适应序贯蒙特卡罗方法的收敛性”,《应用概率年鉴》,26(2):1111-1146·Zbl 1342.82127号 ·doi:10.1214/15-AAP1113
[3] Cappé,O.、Godsill,S.J.和Moulines,E.(2007年)。“序贯蒙特卡罗的现有方法和最新进展概述”,《IEEE学报》,95(5):899-924。
[4] 肖邦,N.(2002)。“静态模型的序列粒子滤波方法”,《生物特征识别》,89(3):539-552·Zbl 1036.62062号 ·doi:10.1093/biomet/89.3.539
[5] Cranley,R.和Patterson,T.N.L.(1976年)。“多重积分数论方法的随机化”,SIAM数值分析杂志,13(6):904-914·Zbl 0354.65016号 ·doi:10.1137/0713071
[6] Del Moral,P.、Doucet,A.和Jasra,A.(2006年)。《连续蒙特卡罗采样器》,《皇家统计学会期刊:B辑(统计方法)》,68:411-436·Zbl 1105.62034号 ·文件编号:10.1111/j.1467-9868.2006.00553.x
[7] Del Moral,P.和Miclo,L.(2000)。“Feynman-Kac公式的分支和相互作用粒子系统近似及其在非线性滤波中的应用”,Seminaire de Probabilites三十四,数学课堂讲稿,1-145·Zbl 0963.60040号
[8] Dempster,A.P.、Laird,N.M.和Rubin,D.B.(1977年)。“通过EM算法从不完整数据中获得最大似然”,《皇家统计学会杂志:B辑(统计方法)》,39(1):1-38·Zbl 0364.62022号 ·doi:10.1111/j.2517-6161.1977.tb01600.x
[9] Donnet,S.和Robin,S.(2017年)。“使用确定性近似加速SMC进行后验采样。”https://arxiv.org/abs/1707.07971。
[10] Drovandi,C.C.和Pettitt,A.N.(2011年)。“使用近似贝叶斯计算估算大型寄生虫种群进化参数”,《生物计量学》,67(1):225-233·Zbl 1217.62128号 ·文件编号:10.1111/j.1541-0420.2010.01410.x
[11] Elvira,V.、Martino,L.、Luengo,D.和Bugallo,M.(2015)。“高效多重重要性抽样估计器”,《IEEE信号处理快报》,22(10):1757-1761·Zbl 1420.62038号
[12] Fang,H.-B.、Fang,K.-T.和Kotz,S.(2002)。“给定边缘的元椭圆分布”,《多元分析杂志》,82(1):1-16·Zbl 1002.62016年 ·doi:10.1006/jmva.2001.2017年
[13] Gelman,A.、Roberts,G.和Gilks,W.(1996年)。“高效都市跳跃规则”,贝叶斯统计,5:599-607。
[14] Gerber,M.、Chopin,N.和Whiteley,N.(2017年)。“重采样方法的负关联、有序性和收敛性”,arXiv:1707.01845·Zbl 1429.62154号 ·doi:10.1214/18-AOS1746
[15] Gramacy,R.、Samworth,R.和King,R.(2010年)。《重要性回火》,《统计学与计算》,20(1):1-7。
[16] Hesterberg,T.(1995)。“加权平均重要性抽样和防御混合分布”,《技术计量学》,37(2):185-194·Zbl 0822.62002号 ·doi:10.1080/00401706.1995.10484303
[17] Jasra,A.、Stephens,D.A.、Doucet,A.和Tsagaris,T.(2011年)。“通过自适应序贯蒙特卡罗推断Lévy驱动的随机波动率模型”,《斯堪的纳维亚统计杂志》,38(1):1-22·Zbl 1246.91149号 ·数字对象标识代码:10.1111/j.1467-9469.2010.00723.x
[18] Keribin,C.(2000年)。“混合模型阶数的一致估计”,Sankhyá:印度统计杂志,A辑,62(1):49-66·Zbl 1081.62516号
[19] Kong,A.、Liu,J.S.和Wong,W.H.(1994年)。“序列插补和贝叶斯缺失数据问题”,《美国统计协会杂志》,89(425):278-288·Zbl 0800.62166号 ·doi:10.1080/01621459.1994.10476469
[20] Lopes,H.F.和West,M.(2004)。“因子分析中的贝叶斯模型评估”,《中国统计》,14(1):41-67·Zbl 1035.62060号
[21] McLachlan,G.和Peel,D.(2000年)。有限混合模型。纽约:John Wiley&Sons·Zbl 0963.62061号
[22] 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》,12(6):1087-1092·Zbl 1431.65006号
[23] Neal,R.M.(2001)。“退火重要性抽样”,《统计与计算》,11:125-139·doi:10.1023/A:1008923215028
[24] Nguyen,T.L.T.、Septier,F.、Peters,G.W.和Delignon,Y.(2014)。“通过回收所有过去的模拟粒子来改进SMC采样器的估算”,2014年IEEE研讨会。在统计信号处理(SSP)中,第117-120页。
[25] Nguyen,T.L.T.、Septier,F.、Peters,G.W.和Delignon,Y.(2016)。“贝叶斯推理的高效序贯蒙特卡罗采样器”,《IEEE信号处理学报》,64(5):1305-1319·Zbl 1412.94067号 ·doi:10.1109/TSP.2015.2504342
[26] 哦,M.S.和Berger,J.O.(1992)。“蒙特卡罗积分中的自适应重要性抽样”,《统计计算与模拟杂志》,41(3-4):143-168·Zbl 0781.65016号 ·网址:10.1080/00949659208810398
[27] Owen,A.和Zhou,Y.(2000年)。“安全有效的重要性抽样”,《美国统计协会杂志》,95(449):135-143·Zbl 0998.65003号 ·doi:10.1080/01621452920.00.10473909
[28] Pearson,K.(1894年)。《进化数学理论的贡献》,伦敦皇家学会哲学学报A·JFM 25.0347.02号 ·doi:10.1098/rsta.1894.0003
[29] Schäfer,C.和Chopin,N.(2013年)。“大型二进制采样空间上的序贯蒙特卡罗”,《统计与计算》,23(2):163-184·Zbl 1322.62035号 ·doi:10.1007/s11222-011-9299-z
[30] Schmidl,D.、Czado,C.、Hug,S.和Theis,F.J.(2013)。“用于动力系统有效推理的基于vine-copula的自适应MCMC采样器。”贝叶斯分析,8(1):1-22·Zbl 1329.62143号 ·doi:10.1214/13-BA801
[31] Schwarz,G.(1978年)。“估算模型的维度”,《统计年鉴》,6(2):461-464·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[32] Silva,R.、Kohn,R.,Giordani,P.和Mun,X.(2010年)。“基于copula的自适应采样方法。”https://arxiv.org/abs/1002.4775。
[33] Sklar,M.(1959年)。“维数和勒尔马尔日的划分函数”,巴黎大学统计研究所出版物,229-231·Zbl 0100.14202号
[34] South,L.F.、Pettitt,A.N.和Drovandi,C.C.(2018年)。“补充材料:具有独立马尔可夫链蒙特卡罗建议的顺序蒙特卡罗采样器”,贝叶斯分析·Zbl 1421.62059号 ·doi:10.1214/18-BA1129
[35] Tierney,L.(1994)。“探索后验分布的马尔可夫链”,《统计年鉴》,22(4):1701-1728·Zbl 0829.62080号 ·doi:10.1214/aos/1176325750
[36] Tran,M.-N.、Giordani,P.、Mun,X.、Kohn,R.和Pitt,M.K.(2014年)。“使用混合物进行灵活多元密度建模的Copula型估值器”,《计算与图形统计杂志》,23(4):1163-1178。
[37] Veach,E.和Guibas,L.(1995年)。“蒙特卡罗渲染的最佳组合采样技术”,SIGGRAPH 1995年会议记录,419-428。艾迪森·韦斯利。
[38] West,M.和Harrison,J.(1997年)。贝叶斯预测和动态模型。纽约:Springer-Verlag New York·Zbl 0871.62026号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。