• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Efficient simulated maximum likelihood with an application to online retailing
【24h】

Efficient simulated maximum likelihood with an application to online retailing

机译：应用于在线零售的有效模拟最大可能性

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

Simulated maximum likelihood estimates an analytically intractable likelihood function with an empirical average based on data simulated from a suitable importance sampling distribution. In order to use simulated maximum likelihood in an efficient way, the choice of the importance sampling distribution as well as the mechanism to generate the simulated data are crucial. In this paper we develop a new heuristic for an automated, multistage implementation of simulated maximum likelihood which, by adaptively updating the importance sampler, approximates the (locally) optimal importance sampling distribution. The proposed approach also allows for a convenient incorporation of quasi-Monte Carlo methods. Quasi-Monte Carlo methods produce simulated data which can significantly increase the accuracy of the likelihood-estimate over regular Monte Carlo methods. Several examples provide evidence for the potential efficiency gain of this new method. We apply the method to a computationally challenging geostatistical model of online retailing.
机译：模拟的最大似然基于从合适的重要性采样分布中模拟的数据，使用经验平均值来估计分析上难以处理的似然函数。为了有效地使用模拟的最大似然，重要度采样分布的选择以及生成模拟数据的机制至关重要。在本文中，我们为模拟的最大似然的自动化，多阶段实施开发了一种新的启发式方法，该方法通过自适应更新重要性采样器来近似（局部）最佳重要性采样分布。所提出的方法还允许准蒙特卡罗方法的方便合并。准蒙特卡洛方法产生的模拟数据可以比常规蒙特卡洛方法显着提高似然估计的准确性。几个例子为这种新方法的潜在效率提高提供了证据。我们将该方法应用于在线零售的计算挑战性地统计模型。

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