基于粒子马尔可夫链蒙特卡洛方法的 Kingman 合并推断
机器学习
2013-05-07 v1 种群与进化
摘要
我们提出了一种基于粒子马尔可夫链蒙特卡洛（Particle Markov Chain Monte Carlo）方法对 Kingman 合并进行后验采样的新算法。具体而言，该算法是粒子吉布斯采样（Particle Gibbs Sampling）方法的一个实例，它交替地在给定合并树结构的条件下采样合并时间，以及在给定合并时间的条件下通过条件序贯蒙特卡洛过程采样树结构。我们将该算法实现为一个 C++ 包，并通过单基因座和多基因座数据在群体遗传学中的参数估计任务展示了其实用性。实验结果表明，所提出的算法性能与几种成熟方法相当或更优。
引用
@article{arxiv.1305.0855,
title = {Inference in Kingman's Coalescent with Particle Markov Chain Monte Carlo Method},
author = {Yifei Chen and Xiaohui Xie},
journal= {arXiv preprint arXiv:1305.0855},
year = {2013}
}