关于近似似然下朴素推断的渐近有效性

Helen Ogden

关于近似似然下朴素推断的渐近有效性

统计理论 2016-11-23 v2 统计理论

作者: Helen Ogden

摘要

许多统计模型的似然函数是难以处理的：精确计算似然函数是不可能的或代价过高。在此类情形下，一种常见方法是用近似似然替代似然，并像近似似然就是精确似然一样进行推断。本文描述了近似似然所需满足的条件，这些条件保证这种使用近似似然的朴素推断具有与精确似然推断相同的一阶渐近性质。我们研究了这些结果在以下情形中的推论：在一个简单的两层潜变量模型中使用拉普拉斯近似对似然进行推断，以及在一个格点上的伊辛模型中使用降依赖近似对似然进行推断。

关键词

近似似然朴素推断渐近有效性拉普拉斯近似潜变量模型伊辛模型

引用

@article{arxiv.1601.07911,
  title  = {On asymptotic validity of naive inference with an approximate likelihood},
  author = {Helen Ogden},
  journal= {arXiv preprint arXiv:1601.07911},
  year   = {2016}
}

备注

Updated to add an additional example (inference for an Ising model on a lattice using reduced dependence approximations to the likelihood)

关于近似似然下朴素推断的渐近有效性

摘要

关键词

引用

备注

相关论文