块相关的伪边缘取样器用于状态空间模型
摘要：基于粒子边缘Metropolis-Hastings（PMMH）方法是一种适用于估计非易于处理的似然函数的贝叶斯推断方法。本文提出了一个更高效的PMMH方法，可以更好地适应高维状态向量。改进方法包括以下创新：首先，使用多个粒子滤波器的无偏似然函数估计的修剪平均值。其次，提出了一种使用多个粒子滤波器的块版本的PMMH方法。第三，本文开发了一种高效的辅助扰动粒子滤波器，当自举扰动滤波器效率低下时，但状态转移密度无法用闭合形式表达时，它是必需的。第四，本文开发了一种新的排序算法，它能够保存当前和提议参数值处的似然函数估计的对数之间的相关性，与以前的方法一样有效，但速度更快。通过将其应用于高维状态和非易于处理的状态转移密度的非线性动态随机一般均衡模型以及多元随机波动率模型，我们经验性地研究了采样器的性能。尽管我们的重点是将该方法应用于状态空间模型，但该方法在许多其他领域也会有用，如大型面板数据模型和带混合效应的随机微分方程模型。
作者：David Gunawan and Pratiti Chatterjee and Robert Kohn
论文ID：2109.14194
分类：Computation
分类简称：stat.CO
提交时间：2023-05-10