摘要
马尔可夫链蒙特卡罗(Markov chain Monte Carlo)被广泛应用于各种科学应用中,以从棘手的分布中生成近似样本。通过研究相关马尔可夫算子的谱,可以深入了解这些马尔可夫链的收敛性和混合性。虽然文献中有几种方法可以限定/估计第二大特征值,但很少有人提出一致估计整个谱的通用技术。为此目的,现有的方法要求马尔可夫转移密度以闭合形式可用,而这在实践中通常是不正确的,尤其是在现代统计应用中。在本文中,我们提出了一种新的方法来一致地估计一般类马尔可夫链的整个谱,该类马尔可夫链源于一种流行且广泛使用的统计方法,称为数据增强。这些马尔可夫链的转移密度通常只能表示为难以处理的积分。我们用实际和模拟数据说明了我们的方法的适用性。
引文
下载引文
萨普塔什·查克拉波蒂。
克什蒂吉·哈雷。
“跟踪类数据增强算法频谱的一致估计。”
伯努利
25
(4B)
3832 - 3863,
2019年11月。
https://doi.org/10.3150/19-BEJ1112
问询处
收到日期:2017年11月1日;修订日期:2018年7月1日;出版日期:2019年11月
欧几里得项目首次推出:2019年9月25日
数字对象标识符:10.3150/19-BEJ1112
关键词:数据增强算法,马尔可夫算子的特征值,MCMC收敛,迹类马尔可夫算子
版权所有©2019伯努利数理统计与概率学会