双重稳健Stein核化蒙特卡洛估计器：同时实现偏差-方差缩减与超正则收敛
统计计算
2023-03-13 v4 统计方法学
摘要
标准蒙特卡洛计算广为人知地表现出关于样本量的正则平方根收敛速度。近期两种技术——一种基于控制变量，一种基于重要性采样，均源自再生核与Stein恒等式的融合——已被提出将蒙特卡洛计算误差降低至超正则收敛。本文提出一个更通用的框架以涵盖这两种技术，在样本生成器有偏且受噪声污染时尤为有益。我们证明我们所提的通用估计器（称为双重稳健Stein核化估计器）在不同场景下的均方误差率均优于两种现有方法。我们也通过数值算例展示了方法的优越性能。
引用
@article{arxiv.2110.12131,
title = {Doubly Robust Stein-Kernelized Monte Carlo Estimator: Simultaneous Bias-Variance Reduction and Supercanonical Convergence},
author = {Henry Lam and Haofeng Zhang},
journal= {arXiv preprint arXiv:2110.12131},
year = {2023}
}