基于随机优化的抽样-概率论与数理统计专业毕业论文.pdfVIP

基于随机优化的抽样 中文摘要 中文摘要 抽样方法在现实生活中有非常广泛的应用，因此抽样理论得到了统计学者的 广泛关注。特别是对于给定密度函数的分布进行抽样，目前已经有多种成熟的方 法，如合成法、拒绝法、MCMC方法和分位点方法等。但总体来说，已有文献大 多是关于如何实现这些抽样算法的研究，而对于系统比较抽样方法的优劣，目前 还没有得到广泛深入的研究。 本文基于核密度估计函数概念，首先定义了用来刻画目标函数和样本的核密 度估计函数的偏离程度的指标“L2一距离，并以此作为度量样本效果标准，提出 了一种采用随机优化算法的抽样方法。最后以一类具有复杂密度函数的分布为 例，综合比较了包括合成法、拒绝法、MCMC方法、分位点方法及随机优化等抽 样方法的具体表现。通过多次试验抽取不同容量的样本，分析多次试验的三2一距 离的均值和标准差，同时结合算法运行时间和抽取样本的k阶矩等指标，对抽样 的方法进行优劣评价及取舍。计算表明，在处理一维或多维抽样问题时，随机优 化算法与其他方法相比，虽然在算法运行上耗时略长，但有很好的稳定性和很高 的精度，综合评价具有较明显的优越性。 关键词：