多重精度逼近贝叶斯计算与顺序蒙特卡洛参数采样
摘要：多维度近似贝叶斯计算（MF-ABC）是一种无似然参数推断技术，利用模型近似来显著提高ABC算法的速度（Prescott and Baker, 2020）。 以往的研究只在拒绝抽样的情况下考虑了MF-ABC，该方法无法高效地探索参数空间。 在本研究中，我们将多维度方法与ABC序贯蒙特卡洛（ABC-SMC）算法整合成一个新的MF-ABC-SMC算法。 我们证明了当这两种技术同时使用时，ABC-SMC和MF-ABC对于从ABC后验生成蒙特卡洛样本和估计的效率改进是相互放大的。
作者：Thomas P. Prescott and Ruth E. Baker
论文ID：2001.06256
分类：Computation
分类简称：stat.CO
提交时间：2021-12-23