Monte Carlo sampling methods using Markov chains and their applications
基于马尔可夫链的蒙特卡洛抽样方法及其应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用蒙特卡洛计算方法，马尔可夫链在此用于抽样，不足以归为经济时间序列研究。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于马尔可夫链的蒙特卡洛抽样方法及其应用
- 研究问题
- 如何推广既有 Metropolis 抽样方法，并理解其理论、实施技巧以及马尔可夫链蒙特卡洛估计误差评估中的困难？
- 方法与思路
- 作者提出抽样方法的推广，阐述相关理论和应用技术，讨论误差评估方法，并给出随机正交矩阵生成等示例。
- 材料陈述的贡献
- 摘要称提供抽样方法的推广及理论和实践说明，并讨论统计数值问题中的潜在应用；未声称普遍的计算效率优势。
- 阅读关注点
- 应核对推广后的转移机制及其有效性条件、蒙特卡洛误差的定义和评估办法，以及各示例中目标分布的构造。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体算法、收敛条件和误差保证未说明，不能据摘要补写接受概率或效率结论。
原文摘要
A generalization of the sampling method introduced by Metropolis et al. (1953) is presented along with an exposition of the relevant theory, techniques of application and methods and difficulties of assessing the error in Monte Carlo estimates. Examples of the methods, including the generation of random orthogonal matrices and potential applications of the methods to numerical problems arising in statistics, are discussed.