有序约束非独立同分布有序随机变量的可控准确性 Gibbs 采样
摘要：通过将m个独立但不是相同分布的随机变量$X_1, X_2, ..., X_m$按照升序排列$X_{(1)} \leq X_{(2)} \leq ... \leq X_{(m)}$来构建顺序统计量。在这种情况下，$X_{(i)}$不一定与$F_{i}(x)$相关。假设可以从每个分布模拟值，就可以通过从$F_{i}$中模拟$X_{i}$（其中$i=1,2,...,m$），并按顺序排列它们来生成这种“非同分布”的顺序统计量。在本文中，我们考虑模拟有序值$X_{(1)}, X_{(2)}, ..., X_{(m)}$的问题，使得$X_{(i)}$的边际分布为$F_{i}(x)$。这个问题在贝叶斯主成分分析(BPCA)中出现，其中$X_{i}$是一组后验独立但不同分布的有序特征值。我们提出了一种新颖的“过去的耦合”算法，以“完美”（在可计算的精确度排序上）模拟这种“限制顺序的非同分布”顺序统计量。我们通过几个例子，包括BPCA问题，证明了我们方法的有效性。
作者：Jem N. Corcoran and Caleb Miller
论文ID：2012.15452
分类：Computation
分类简称：stat.CO
提交时间：2021-11-15