Metropolis-Hastings自适应算法及其应用

被引：30

作者：

陈平 ^{[1
]}

徐若曦 ^{[2
]}

机构：

[1] 东南大学数学系

[2] 俄亥俄州立大学统计系

来源：

系统工程理论与实践 | 2008年 / 01期

关键词：

MCMC; Metropolis-Hastings算法; 马尔可夫链; R软件; 贝叶斯分析;

D O I：

暂无

中图分类号：

F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

首先阐述Metropolis-Hastings算法实现的具体步骤,然后证明由此产生的Markov链满足细致平衡条件,从而以目标分布为不变分布.接下来给出几个计算实例,以说明提议函数及其方差的选取对采样结果的影响,并由此推出一种改进的自适应算法用以寻找合适的提议函数及其方差.最后,通过贝叶斯Logistic模型的例子说明M-H方法在贝叶斯分析中的应用,同时也检验M-H自适应算法的效果.

引用

页码：100 / 108

页数：9

共 8 条

[1] 混沌序列自适应多步预测及在股票中的应用
孟庆芳
张强
牟文英
[J]. 系统工程理论与实践, 2005, (12) : 62 - 68
[2] 运用SAS软件对上证指数月线数据的综合预测分析
陈平
王成震
周俊
刘萍
[J]. 系统工程理论与实践, 2003, (06) : 36 - 41+62
[3] 运用SAS软件系统对我国农作物受灾及成灾面积的预测分析
陈平
达庆利
[J]. 系统工程理论与实践, 2001, (04) : 141 - 144
[4] ESTIMATORS AND SOME BEHAVIORS FORA PARTIALLY LINEAR MODEL WITH CENSORED DATA[J]. 陈平.Acta Mathematica Scientia. 1999(03)
[5] Note on the sampling distribution for the Metropolis-Hastings algorithm
Geweke, J
Tanizaki, H
[J]. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS, 2003, 32 (04) : 775 - 789
[6] Bayesian analysis of the Logit model and comparison of two Metropolis–Hastings strategies[J] . Anas Altaleb,Didier Chauveau.Computational Statistics and Data Analysis . 2002 (2)
[7] Optimal scaling for various Metropolis-Hastings algorithms
Roberts, GO
Rosenthal, JS
[J]. STATISTICAL SCIENCE, 2001, 16 (04) : 351 - 367
[8] Some Nonparametric Estimators and Their Properties under the Competing Risks Case[J] . Ping Chen.Sankhyā: The Indian Journal of Statistics, Series . 1998 (2)

← 1 →