具有对称建议的随机漫步都会区
具有接受概率的性质
不依赖提案 。
这是否意味着我可以更改 根据链的先前性能 g (⋅ ),而不会影响链的马尔可夫性?
我特别感兴趣的是根据接受率调整普通提案的比例。
如果有人可以指出在实践中用于此类问题的适应算法,也将不胜感激。
非常感谢。
[编辑:从robertsy和wok给出的参考开始,我发现了以下关于MH自适应算法的参考:
Andrieu,Christophe和ÉricMoulines。2006。
一些自适应MCMC算法的遍历性。应用概率年鉴16,第。3:1462-1505。http://www.jstor.org/stable/25442804。
Andrieu,Christophe和Johannes Thoms。
2008年。有关自适应MCMC的教程。统计与计算18,没有。4(12):343-373。doi:10.1007 / s11222-008-9110-y。http://www.springerlink.com/content/979087678366r78v/。
Y.Atchadé,G。Fort,E。Moulines和P. Priouret。2009。
自适应马尔可夫链蒙特卡洛:理论与方法。预印本。
伊夫·阿查德(Atchadé)。2010。
一些带有亚几何核的自适应MCMC算法的极限定理。伯努利16号。1月(2月):116-154。doi:10.3150 / 09-BEJ199。 http://projecteuclid.org/DPubS?verb=Display&version=1.0&service=UI&handle=euclid.bj/1265984706&page=record。
卡佩(Cappé,O.),圣·戈迪尔(J. Godsill)和穆林(E. Moulines)。2007年。
顺序蒙特卡洛方法的现有方法和最新进展的概述。IEEE 95,No。5:899-924。
乔丹妮,保罗。2010。
通过快速估计法线混合来自适应独立大都市-停滞。计算与图形统计杂志19,第。2(6):243-259。doi:10.1198 / jcgs.2009.07174。http://pubs.amstat.org/doi/abs/10.1198/jcgs.2009.07174。
Latuszynski,Krzysztof,Gareth O Roberts和Jeffrey S Rosenthal。2011。
自适应Gibbs采样器和相关的MCMC方法。1101.5838(1月30日)。http://arxiv.org/abs/1101.5838。
Pasarica,C。和A. Gelman。2009年。
使用期望的平方跳距自适应调整Metropolis算法。统计公报。
Roberts,Gareth O.,2009年。
《自适应MCMC示例》。计算和图形统计杂志18,第。2(6):349-367。doi:10.1198 / jcgs.2009.06134。http://pubs.amstat.org/doi/abs/10.1198/jcgs.2009.06134。
]