我在 Metropolis-Hastings 和 Gibbs 采样方面有相当好的实践经验,但我想对这些算法有更好的数学理解。有哪些好的教科书或文章可以证明这些采样器的正确性(更多的算法也会很棒)?
导出 Metropolis-Hastings 和 Gibbs 抽样的教科书
机器算法验证
贝叶斯
参考
马尔可夫链蒙特卡罗
2022-03-07 07:54:50
2个回答
我不确定这是否正是您所追求的,但我发现有几篇文章对各种 Metropolis-Hastings 算法的理论特性很有用:
各种 Metropolis-Hastings 算法的最佳缩放- Roberts & Rosenthal,2001。
(这总结了 Ransom walk Metropolis 和 Metropolis-adjusted Langevin 算法的一些早期结果。)
The Random Walk Metropolis:通过案例研究将理论与实践联系起来- Sherlock、Fearnhead 和 Roberts,2009 年
(正如标题所暗示的,这可能是理论特性和实际使用之间的良好桥梁。)
Robert & Casella 的书(上面提到过)是一个非常好的和详尽的资源,但您也可能会发现这两个有用的资源:
马尔可夫链蒙特卡罗实践- Gilks, Richardson & Spiegelhalter (1995)
马尔可夫链蒙特卡洛:贝叶斯推理的随机模拟- Gamerman (2006)
这些也都有关于吉布斯抽样的信息。我想您可能还会发现有关马尔可夫链的其他一些有用信息。我一般使用:
- 马尔可夫链- 诺里斯,(1998 年)。
但是在大多数 MCMC 书籍中也有一些很好的信息。
其它你可能感兴趣的问题