乔伦德·戈塞米尔;本特·纳特维格;塞西利·斯朱尔斯（Cecilie Sjuls）Nygárd 自适应独立链Metropolis-Hastings算法在贝叶斯风险率估计中的应用。 （英语） Zbl 1049.65010号 卫理公会。计算。申请。普罗巴伯。 6，第3期，293-302（2004）. 摘要：我们考虑了自适应独立链（AIC）Metropolis-Hastings算法，该算法是由J.Gåsemyr公司 B.纳特维格、和E.瑟伦森[同上，第1号，第51–73条（2001年；Zbl 0979.60064号)]理论上由J.Gásemyr先生[[关于具有独立提案分布的Metropolis-Hastings算法的自适应版本，Scand.J.Statist.第30卷，159-173（2003）]。这些算法旨在从特定的目标分布（Pi）中生成样本，是Metropolis-Hastings独立链的自适应非马尔科夫版本。可能的提案分布的某个参数类是固定的，提案分布的参数根据链的最近历史定期更新，从而获得更接近\（\Pi\）的提案。在前一篇论文中，与标准仿真技术相比，这些算法的一个版本在应用于可靠性模型中的贝叶斯推理时表现出了非常高效的性能，该可靠性模型最多包含三个相关参数。本文的目的是研究AIC算法在相关参数数目和模型复杂度增加时的性能。作为一个测试用例，我们考虑一个由E.阿哈斯和D.加斯巴拉【《美国统计协会期刊》第91卷第435期，第1101–1109页（1996年；Zbl 0880.62024号)]. 目标分布（Pi）是相关参数向量（mathbf X=（X_1，dots，X_n））的后验分布，表示危险率（X（t））的分段常数近似值，其中（t_0\leq t\leq t_n）。特别是，对于这种情况（n=12），结果表明，与标准模拟技术以及Arjas和Gasbarra（1996）中应用的算法相比，某些版本的AIC非常有效。这包括组件自适应独立链的一个版本，其基本思想在Gásemyr（2003）中给出。 引用于1文件 MSC公司： 65立方厘米 马尔可夫链的数值分析或方法 65二氧化碳 蒙特卡罗方法 2015年1月62日 贝叶斯推断 60J22型 马尔可夫链中的计算方法 关键词：自适应MCMC;独立链;拒绝抽样;生存分析;马尔可夫链蒙特卡罗方法;Metropolis-Hastings算法;贝叶斯推断;性能 引文：Zbl 0979.60064号;Zbl 0880.62024号 PDF格式BibTeX公司 XML格式引用 \textit{J.Gásemyr}等人，Methodol。计算。申请。普罗巴伯。6，第3号，293--302（2004；Zbl 1049.65010） 全文： 内政部