贝叶斯更新与重要性抽样：所需样本大小
摘要：在许多贝叶斯逆问题、数据同化和机器学习的计算方法中，重要性采样用于近似贝叶斯规则。本文回顾并进一步研究了重要性采样中所需的样本大小，该大小是根据目标和提议之间的$\chi ^2$-差异来确定的。我们发展了一般的抽象理论，并通过众多例子说明了在近似贝叶斯更新中维度、噪声水平和其他模型参数扮演的角色。我们的例子还促进了对粒子滤波的标准和最佳提议的新的直接比较。
作者：Daniel Sanz-Alonso, Zijian Wang
论文ID：2009.10831
分类：Computation
分类简称：stat.CO
提交时间：2021-02-03