TUNING OF MARKOV CHAIN MONTE CARLO ALGORITHMS USING COPULAS
TUNING OF MARKOV CHAIN MONTE CARLO ALGORITHMS USING COPULAS
复制标题
使用 COPULAS 调整马尔可夫链蒙特卡罗算法
DOI：
--
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
Radu V. Craiu
中科院分区：
文献类型：
--
作者：
Radu V. Craiu
蒙特卡罗算法与lanţuri马尔可夫算法（MCMC）的派生类。算法的有效实现取决于算法的性能、性能和利用能力，以及算法的可分配性。在最近的研究中，研究人员发现了一种新的方法，即在construcţie和distribuţiei中，研究人员发现了一种新的方法。dacei - distribuţia de interests π是支持的，其中，distribuţie de propunere bazatei π为近似面积distribuţiilor，边际二维ale lui π为obţinute dinir -o selecţie iniţială。一种有效的方法，可用于模拟实验。
Algoritmii de tipul Metropolis-Hastings se constituie ı̂ntr-una dintre cele mai folosite clase de algoritmi Monte Carlo cu lanţuri Markov (MCMC). Eficienta implementare a acestor algoritmi depinde ı̂n mare măsură de abilitatea utilizatorului de a crea o bună distributie de propunere. In această lucrare propunem o metodă de construcţie a distribuţiei de propunere bazată pe modele cu copule. Dacă distribuţia de interes π are suportul ı̂ntr-un spaţiu de dimensiune d > 2, construim o distribuţie de propunere bazată pe aproximarea distribuţiilor marginale bi-dimensionale ale lui π obţinute dintr-o selecţie iniţială. Eficacitatea metodei este ilustrată prin simulări.