Stability of the Gibbs sampler for Bayesian hierarchical models
Stability of the Gibbs sampler for Bayesian hierarchical models
复制标题
贝叶斯分层模型吉布斯采样器的稳定性
DOI：
--
复制
发表时间：
2007
期刊：
影响因子：
--
通讯作者：
G. Roberts
中科院分区：
文献类型：
--
作者：
O. Papaspiliopoulos;G. Roberts
本文研究了具有任意对称误差分布的分层线性模型中参数和缺失数据的联合后验分布的Gibbs采样器的收敛性。我们表明，收敛可以是均匀的，几何或亚几何依赖于相对尾部的行为的误差分布，并选择的参数化。我们的理论被应用到潜在的高斯过程模型的吉布斯采样器的收敛性。我们指出，我们介绍的理论框架将是有用的，在分析更复杂的模型。
We characterize the convergence of the Gibbs sampler which samples from the joint posterior distribution of parameters and missing data in hierarchical linear models with arbitrary symmetric error distributions. We show that the convergence can be uniform, geometric or subgeometric depending on the relative tail behavior of the error distributions, and on the parametrization chosen. Our theory is applied to characterize the convergence of the Gibbs sampler on latent Gaussian process models. We indicate how the theoretical framework we introduce will be useful in analyzing more complex models.