统计计算 课件 4.4MCMC收敛性分析.pptx

4.4.1MCMC方法的收敛问题

4.4.2Gelman-Rubin检验

;为了使马尔可夫链能够正常的估计有关参数和进行统计推断,必须使马尔可夫链收敛于平稳分布。在使用MCMC方法时,需要诊断马尔可夫链的收敛性。对于马尔可夫链是否收敛,检验方法比较复杂,需要从多种角度进行验证。如果结果都认为马尔可夫链是收敛的,那么对于这个马尔可夫链收敛就有很强的说服力。

;在MCMC方法中,马尔可夫链的收敛性主要受到三个因素影响:

(1)初始值。要尽可能的将初始值接近于参数真值。

(2)后验分布的密度函数。这与后验分布的密度函数的形状有关,如果形状是单峰的,那么就比较好解决。如果形状是多峰的,那么在这里可能会有伪收敛现象,即可能会有其他极值点的干扰。

(3)工具分布。一个好的工具分布应该与后验分布的密度函数有许多重合的中心区域,并且尾部比较厚,且支撑包含了后验分布的密度函数的支撑。

;马尔可夫链收敛性的诊断方法主要有:

(1)样本路径图。正常情况下,收敛的马尔可夫链不存在趋势和周期,即所有的值都在一个区域内且没有趋势性和周期性,并且它会持续的沿一条水平线小幅波动,可以认为是平稳的,该方法是靠着视觉效果,进行判断。

(2)Geweke检验法。该检验方法包括两个诊断:数量诊断和图形诊断。如果马尔可夫链是收敛的,那么该马尔可夫链前面部分和后面部分的均值应该是相等的。可以假设马尔可夫链的两部分渐进独立

文档评论(0)

1亿VIP精品文档

相关文档