已知与未知分量数混合的完美模拟

我们提出并发展了一种新颖且有效的完美抽样方法，用于从分量数已知（固定）或未知的混合模型对应的后验分布中进行模拟。对于后者，我们考虑了由这些作者提出的基于狄利克雷过程的混合模型，并证明了我们的思想适用于共轭情形，且重要的是，也适用于非共轭情形。正如预期以及我们所展示的，无论使用共轭还是非共轭先验，通过我们通用方法的简化版本，都可以以少得多的精力实现已知分量数混合的完美抽样。虽然我们的理论在共轭设定下无需任何特殊假设即可成立，但在非共轭设定下，我们需要有界参数空间的假设。然而，我们以适当的分析、模拟和真实数据研究作为支撑，论证了这种有界性假设并非不切实际，且在实践中也不构成障碍。我们不仅在理论和模拟研究中验证了我们的思想，还考虑了将我们的提议应用于过去多位作者在混合模型中使用的三个真实数据集。我们在每次模拟研究或真实数据应用的实验中所获得的结果都相当令人鼓舞。