基于 Monte Carlo 的 EM 算法版本综述
统计计算
2024-01-03 v1 统计方法学
摘要
EM 算法是处理缺失数据极大似然估计的强大工具。在实践中，EM 算法所需的计算通常难以处理。我们综述了多种规避该不可处理性的方法，它们均基于 Monte Carlo 模拟。我们将注意力集中于 Monte Carlo EM（MCEM）算法及其各种实现。我们还讨论了一些相关方法，如随机逼近与 Monte Carlo 极大似然。为这些方法生成所需的 Monte Carlo 样本通常是一个难题。因此，我们综述了可用于应对这一挑战的若干模拟策略。鉴于可用于近似 EM 的方法种类繁多，选择使用哪一种可能具有挑战性。我们综述了来自广泛来源的这些方法之间的众多比较，并为综合这些发现提供指导。最后，我们指出了未来研究的若干方向，以填补 MCEM 算法及相关方法现有文献中的重要空白。
引用
@article{arxiv.2401.00945,
title = {A review of Monte Carlo-based versions of the EM algorithm},
author = {William Ruth},
journal= {arXiv preprint arXiv:2401.00945},
year = {2024}
}