Đi bộ ngẫu nhiên Metropolis-Hasitings với đề xuất đối xứng
có thuộc tính xác suất chấp nhận
không phụ thuộc vào đề xuất .
Điều đó có nghĩa là tôi có thể thay đổi như là một hàm của hiệu suất trước đó của chuỗi, mà không ảnh hưởng đến độ chính xác của chuỗi?
Quan tâm đặc biệt đối với tôi là việc điều chỉnh tỷ lệ của đề xuất Bình thường như là một hàm của tỷ lệ chấp nhận.
Cũng sẽ đánh giá rất cao nếu ai đó có thể chỉ ra các thuật toán thích ứng được sử dụng trong thực tế cho loại vấn đề này.
Cảm ơn nhiều.
[sửa: Bắt đầu với các tham chiếu được đưa ra bởi robertsy và wok Tôi đã tìm thấy các tài liệu tham khảo sau về thuật toán thích ứng MH:
Andrieu, Barshe và Éric Moulines. 2006.
Về các thuộc tính linh hoạt của một số thuật toán MCMC thích ứng. Biên niên sử của Xác suất ứng dụng 16, không. 3: 1462-1505. http://www.jstor.org/urdy/25442804 .
Andrieu, Barshe và Johannes Thoms.
2008 Hướng dẫn về MCMC thích ứng. Thống kê và tính toán 18, không. 4 (12): 343-373. doi: 10.1007 / s11222-008-9110-y.http://www.springerlink.com/content/979087678366r78v/ .
Atchadé, Y., G. Fort, E. Moulines và P. Priouret. 2009.
Chuỗi thích ứng Markov Monte Carlo: Lý thuyết và phương pháp. Bản in.
Atchadé, Yves. Năm 2010
Định lý giới hạn cho một số thuật toán MCMC thích ứng với các hạt nhân dưới lớp. Bernoulli 16, không. 1 (tháng 2): 116-154. doi: 10.3150 / 09-BEJ199. http://projecteuclid.org/DPubS?verb=Display&version=1.0&service=UI&handle=euclid.bj/1265984706&page=record .
Cappé, O., S. J Godsill và E. Moulines. Năm 2007
Tổng quan về các phương pháp hiện có và những tiến bộ gần đây trong Monte Carlo tuần tự. Thủ tục tố tụng của IEEE 95, không. 5: 899-924.
Giordani, Paolo. Năm 2010,
đô thị độc lập thích nghi với sự ước tính nhanh chóng của các hỗn hợp định mức. Tạp chí thống kê tính toán và đồ họa 19, số 2 (6): 243-259. doi: 10.1198 / jcss.2009.07174. http://pub.amstat.org/doi/abs/10.1198/jcgs.2009.07174 .
Latuszynski, Krzysztof, Gareth O Roberts và Jeffrey S Rosenthal. 2011.
Lấy mẫu Gibbs thích ứng và các phương pháp MCMC liên quan. 1101.5838 (ngày 30 tháng 1). http://arxiv.org/abs/1101.5838 .
Pasarica, C. và A. Gelman. 2009.
Mở rộng thích ứng thuật toán Metropolis bằng cách sử dụng khoảng cách nhảy bình phương dự kiến. Statistica Sinica.
Roberts, Gareth O. 2009.
Ví dụ về MCMC thích ứng. Tạp chí thống kê tính toán và đồ họa 18, số 2 (6): 349-367. doi: 10.1198 / jcss.2009.06134. http://pub.amstat.org/doi/abs/10.1198/jcgs.2009.06134 .
]