顾明高,朱红图,基于马尔可夫链蒙特卡罗随机逼近的空间模型最大似然估计,英国皇家统计学会杂志B辑:统计方法,第63卷,第2期,2001年7月,第339-355页,https://doi.org/10.1111/1467-9868.00289
我们提出了一种计算一类空间模型最大似然估计的两阶段算法。该算法结合了马尔可夫链蒙特卡罗方法(如Metropolis–Hastings–Green算法和Gibbs采样器)和随机近似方法(如离线平均和自适应搜索方向)。算法中内置了一个新标准,因此一旦设置了所需的精度,就会自动停止。利用三种空间模型对一些实际数据集进行了模拟研究和应用。我们将提出的算法与使用Wiebe小麦数据的经典Robbins–Monro算法的直接应用进行了比较,发现我们的过程至少快了15倍。
登录或创建帐户
此PDF仅供订阅者使用
要完全访问此pdf,请登录现有帐户或购买年度订阅。