考虑一个函数上支持的概率分布,我们可以评估到一个归一化常数,即我们只能评估其中。给定一个我们想要估计的积分 ,我们可以从中采样并且可以评估其密度 的建议分布的自归一化重要性采样估计量为 其中和
。
最优建议(最小化的方差)的形式为根据Art Owen 的 Monte Carlo 书第 9 章第 9 页,该书又指Tim Hesterberg 论文的第 2 章。但是,我无法在论文中找到任何证据。
一个人将如何展示这一点?
考虑一个函数上支持的概率分布,我们可以评估到一个归一化常数,即我们只能评估其中。给定一个我们想要估计的积分 ,我们可以从中采样并且可以评估其密度 的建议分布的自归一化重要性采样估计量为 其中和
最优建议(最小化的方差)的形式为根据Art Owen 的 Monte Carlo 书第 9 章第 9 页,该书又指Tim Hesterberg 论文的第 2 章。但是,我无法在论文中找到任何证据。
一个人将如何展示这一点?
需要注意的是,实际上最小化了 Delta 方法给出的近似方差。你可以通过解决得到这个
现在,因为:
对于,使用拉格朗日乘数进行变分运算得到
因此