• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >On the use of Markov chain Monte Carlo methods for the sampling of mixture models: a statistical perspective
【24h】

On the use of Markov chain Monte Carlo methods for the sampling of mixture models: a statistical perspective

机译：关于使用马尔可夫链蒙特卡罗方法进行混合模型采样的统计角度

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we study asymptotic properties of different data-augmentation-type Markov chain Monte Carlo algorithms sampling from mixture models comprising discrete as well as continuous random variables. Of particular interest to us is the situation where sampling from the conditional distribution of the continuous component given the discrete component is infeasible. In this context, we advance Carlin & Chib 's pseudo-prior method as an alternative way of infering mixture models and discuss and compare different algorithms based on this scheme. We propose a novel algorithm, the Frozen Carlin & Chib sampler, which is computationally less demanding than any Metropolised Carlin & Chib-type algorithm. The significant gain of computational efficiency is however obtained at the cost of some asymptotic variance. The performance of the algorithm vis-a-vis alternative schemes is, using some recent results obtained in Maire et al. (Ann Stat 42: 1483-1510, 2014) for inhomogeneous Markov chains evolving alternatingly according to two different π~*-reversible Markov transition kernels, investigated theoretically as well as numerically.
机译：在本文中，我们研究了由离散和连续随机变量组成的混合模型采样的不同数据增强型马尔可夫链蒙特卡罗算法的渐近性质。我们特别感兴趣的情况是，在离散分量不可行的情况下，从连续分量的条件分布进行采样是不可行的。在这种情况下，我们提出了Carlin＆Chib的伪先验方法作为推断混合模型的替代方法，并讨论和比较了基于该方案的不同算法。我们提出了一种新颖的算法，Frozen Carlin＆Chib采样器，在计算上比任何Metropolised Carlin＆Chib类型的算法要求低。然而，以一些渐近方差为代价获得了显着的计算效率增益。使用Maire等人最近获得的一些结果，该算法相对于替代方案的性能是良好的。 （Ann Stat 42：1483-1510，2014）针对非均质Markov链根据两个不同的π〜*可逆Markov过渡核交替演化，从理论和数值上进行了研究。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号