非线性回归中 MALA 的最优缩放
概率论
2007-05-23 v1
摘要
我们研究利用 Langevin-Metropolis 采样器从高维非线性回归模型参数的后验分布中高效采样的问题。结果表明，随着参数个数 N 的增加，为了使迭代收敛到扩散过程，提议方差必须按 N^{-1/3} 缩放。这推广了 Roberts 与 Rosenthal [J. R. Stat. Soc. Ser. B Stat. Methodol. 60 (1998) 255-268] 在独立同分布情形下的先前结果，显示了其分析的稳健性。
引用
@article{arxiv.math/0407132,
title = {Optimal Scaling of Mala for Nonlinear Regression},
author = {Laird Arnault Breyer and Mauro Piccioni and Sergio Scarlatti},
journal= {arXiv preprint arXiv:math/0407132},
year = {2007}
}