基于模拟的离散观测马尔可夫过程的顺序蒙特卡洛方法
摘要：离散观测马尔可夫过程的参数估计是一个具有挑战性的问题。然而，使用Gillespie算法对马尔可夫过程进行模拟是直截了当的。我们利用这种模拟的简便性开发了一种有效的顺序蒙特卡洛（SMC）算法，用于从参数的后验分布中获取样本。具体而言，我们引入了两个关键创新：耦合模拟，它允许我们基于单个模拟研究多个参数值；以及一种简单而有效的重要性采样方案，用于将模拟引导至观测数据。这些创新极大地提高了SMC算法的效率，对模拟过程的速度几乎没有影响。该SMC算法成功应用于两个示例，即Lotka-Volterra模型和Repressilator模型。
作者：Peter Neal
论文ID：1404.4185
分类：Computation
分类简称：stat.CO
提交时间：2014-04-17