马尔可夫链蒙特卡罗方法的局部一致性
统计方法学
2014-02-17 v4 统计理论
统计理论
摘要
本文引入了效率（一致性）的概念，并研究了马尔可夫链蒙特卡罗方法的一些渐近性质。我们将这些结果应用于独立同分布观测的数据增广过程。更精确地说，我们证明，如果样本量和数据增广过程的运行时间都趋于无穷，则数据增广过程的经验分布趋于后验分布。这是数据增广过程的一个局部性质，在某些情况下，它可能比全局性质更有助于描述其行为。使用局部性质的优点是结果的简单性和一般性。局部性质为如何构建高效算法的问题提供了有用的见解。
引用
@article{arxiv.1012.0996,
title = {Local Consistency of Markov Chain Monte Carlo Methods},
author = {Kengo Kamatani},
journal= {arXiv preprint arXiv:1012.0996},
year = {2014}
}
备注
12 pages