一种基于 spike-and-slab 先验的大规模准贝叶斯推断方法
统计理论
2019-08-21 v3 统计理论
摘要
我们提出了一个使用 spike-and-slab 先验分布的通用框架，以辅助高维贝叶斯推断的发展。我们的框架允许使用一般拟似然函数进行推断。我们证明了可以轻松构建高效且可扩展的马尔可夫链蒙特卡洛 (MCMC) 算法，以从生成的拟后验分布中进行采样。我们研究了当参数空间的维度增长时，生成的拟后验分布的大尺度行为，并建立了若干收敛结果。在计算速度至关重要的大规模应用中，变分近似方法常被用于近似后验分布。我们证明了拟后验分布的收缩行为可以被用来为其变分近似提供理论保证。我们通过高斯图模型和稀疏主成分分析的一些模拟结果对该理论进行了说明。
引用
@article{arxiv.1803.10282,
title = {An approach to large-scale Quasi-Bayesian inference with spike-and-slab priors},
author = {Yves Atchade and Anwesha Bhattacharyya},
journal= {arXiv preprint arXiv:1803.10282},
year = {2019}
}
备注
53 pages, 3 figures