基于更新技术的MCMC估计均方误差的非渐近界
统计计算
2015-03-18 v2
摘要
Nummellin的分裂链构造允许将马尔可夫链蒙特卡洛(MCMC)轨迹分解为独立同分布的“游程”。基于该技术的再生MCMC算法使用随机数量的样本。它们已被提出作为通常固定长度模拟的一种有前景的替代方案[25, 33, 14]。在本笔记中，我们通过更新理论和序贯统计技术，推导了再生MCMC估计均方误差(MSE)的非渐近界。这些结果被应用于构建置信区间。然后，我们关注两个特别感兴趣的案例：满足Doeblin条件的链和满足几何漂移条件的链。针对不同的MCMC模拟方案，比较了现有的显式非渐近结果。
引用
@article{arxiv.1101.5837,
title = {Nonasymptotic bounds on the mean square error for MCMC estimates via renewal techniques},
author = {Krzysztof Latuszynski and Blazej Miasojedow and Wojciech Niemiro},
journal= {arXiv preprint arXiv:1101.5837},
year = {2015}
}