相对跳跃距离：嵌套采样的一种诊断方法

嵌套采样在天体物理学中被广泛用于在贝叶斯框架内可靠地推断模型参数和比较模型。为解决多参数模型问题，马尔可夫链蒙特卡洛 (MCMC) 随机游走被纳入嵌套采样中以推进活点种群。嵌套采样的诊断工具对于确保天体物理结论的可靠性至关重要。我们开发了一种诊断方法，用于识别未能满足嵌套采样要求的问题随机游走。将随机游走的起点到终点的距离（即跳跃距离）除以活点之间的典型邻域距离（使用 MLFriends 算法稳健计算），从而得到相对跳跃距离 (RJD)。我们提出几何平均 RJD 和 RJD>1 的比例作为新的汇总诊断指标。我们在模拟和真实世界的推断应用中研究了相对跳跃距离，包括推断引力波事件 GW170817 的距离。基于与具有更长 MCMC 链的重运行结果的显著差异，识别出有问题的嵌套采样运行。这些运行始终表现出较低的平均 RJD 和低于 50% 的 f(RJD>1) 值。RJD 比基于活点插入顺序的先前测试更敏感。我们提出 RJD 诊断法作为一种广泛适用的诊断工具，以验证嵌套采样的推断结果。该功能已在 UltraNest 包的 4.1 版本中实现。