题名 ASIS算法是否应该广泛采用?(英文)
1
作者
刘雅君 孙东初
机构
美国北伊利诺斯大学统计部 华东师范大学 金融与统计 学院 美国 密苏里大学 统计 系
出处
《应用概率统计》
CSCD
北大核心
2014年第1期1-11,共11页
基金
supported by the US National Science Foundation(DMS-1007874,SES-1024080 and SES1260806) the Natural Science Foundation of China(11271136) Chinese 111 Project(B14019)
文摘
本文将辅助-充分交织策略,即Yu和Meng(2011)中提到的ASIS算法,应用于Gibbs抽样算法中以提高两个方差参数的收敛性.我们通过对潜在规模缩减因子(PSRF)、轨迹图及后验估计比较了ASIS算法与普通Gibbs抽样算法的性能,其中一个参数的收敛性有了很大的提高,但另一个参数没有很明显的提高.然而,由于ASIS算法相与普通的Gibbs抽样算法相比极大地减少了为达到收敛所需要的循环次数,整体的抽样性能得到了极大的提高.
关键词
辅助一充分交织策略 贝叶斯计算方法 条件后验密度 Gibbs抽样 MCMC 潜在规模缩减因子
Keywords
Ancillarity-sufficiency interweaving strategy, Bayesian computation, conditional posterior density, Gibbs Sampling, MCMC, potential scale reduction factor.
分类号
O212.8
[理学—概率论与数理统计]
