Bootstrap马尔可夫链蒙特卡洛方法与分类判断定律的最优解（修正版）
数值分析
2010-12-13 v1
摘要
本文描述了一种加速马尔可夫链蒙特卡洛计算收敛的新方法。该算法采用自适应bootstrap技术生成马尔可夫链中的候选步长。对于对称凸概率分布（类似于多元高斯分布）具有高效性，可用于贝叶斯估计或获取带置信限的最大似然解。作为测试案例，将分类判断定律（修正版）与算法拟合至模拟评定量表实验的数据集。从模拟全信号检测理论及其特例（标准信号检测理论和互补信号检测理论）的实际规模数据集中恢复了正确参数。
引用
@article{arxiv.1008.1596,
title = {Bootstrap Markov chain Monte Carlo and optimal solutions for the Law of Categorical Judgment (Corrected)},
author = {Greg Kochanski and Burton S. Rosner},
journal= {arXiv preprint arXiv:1008.1596},
year = {2010}
}