通过逆向时间鞅模拟未知概率事件
摘要：对于一个未知概率$sin(0,1)$的事件，我们假设只能通过有限的计算来获得其近似值。这种情况在统计模拟中经常遇到。我们考虑两个具体的例子。首先，是非线性扩散的精确模拟，其次是著名的Bernoulli工厂问题，即给定一个$p-$coin的独立投掷序列$X_1,X_2,...$，生成一个$f(p)-$coin（其中$f$已知，$p$未知）。我们描述了一个通用框架，并提供了可以适应和解决这类问题的算法。这些算法易于实现，因此可以有效地模拟所需的事件概率$s$。在扩散情况下，我们得到了cite{BeskosRobertsEA1}算法作为这里发展的通用框架的一个具体实例。在Bernoulli工厂的情况下，我们的工作对于$f(p)=min\{2p,1-2\varepsilon\}$（这是一般问题的核心）提供了统计理解，并允许其即时实现，避免了原始版本的算法困难。
作者：Krzysztof Latuszynski, Ioannis Kosmidis, Omiros Papaspiliopoulos, Gareth O. Roberts
论文ID：0907.4018
分类：Computation
分类简称：stat.CO
提交时间：2009-11-22