我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
我们开发了基于重要性抽样的有效模拟技术,用于与具有i.i.d.规则变化增量的随机游走相关的三种常见罕见事件概率;即,1)大偏差概率,2)水平交叉概率,以及3)再生周期内的水平交叉概率。基于指数扭曲的状态依赖方法有效地估计了轻尾增量的这些概率,但在重尾增量时不适用。为了解决后一种情况,在过去几年的文献中开发了更复杂、更优雅的状态相关高效仿真算法。我们建议,通过适当地将这些罕见事件概率分解为主要和进一步的剩余分量,可以为每个分量设计更简单的状态相关重要性抽样算法,从而得到具有理想效率特性的复合无偏估计量。当增量具有无限方差时,由于即使是众所周知的零方差度量也具有无限的预期终止时间,因此估计平交道口概率的复杂性增加。我们调整了我们的算法,使得这个期望是有限的,而估计量仍然是非常有效的。从数值上看,所提出的估计器的性能至少与文献中现有的状态相关估计器一样好,有时甚至要好得多。
Karthyek R.A.Murthy。 桑迪普·朱内加(Sandeep Juneja)。 何塞·布兰切特。 “具有规则变化增量的随机漫步的状态相关重要性抽样。” 斯托克。系统。 4 (2) 321 - 374, 2014 https://doi.org/10.1214/13-SSY114