指数加权聚合估计量的马尔可夫链快速混合
统计理论
2019-09-27 v1 统计计算
统计理论
摘要
Metropolis-Hastings 方法常用于构造以给定 为平稳分布的马尔可夫链。即使 仅知其难以处理的常数比例因子，该方法仍有效。对于状态空间大小随模型维度潜在指数增长的高维概率模型，此类链的多项式时间收敛结果（快速混合）难以获得。在贝叶斯背景下，Yang、Wainwright 与 Jordan（2016）（=YWJ）利用路径法证明了高维线性模型的快速混合。本文提出对 YWJ 方法的改进，简化了理论论证并提升了收敛速率。该新方法通过应用于指数加权聚合估计量加以说明。
引用
@article{arxiv.1909.11773,
title = {Rapid mixing of a Markov chain for an exponentially weighted aggregation estimator},
author = {David Pollard and Dana Yang},
journal= {arXiv preprint arXiv:1909.11773},
year = {2019}
}