Sufficient burn-in for Gibbs samplers for a hierarchical random effects model
层级随机效应模型中 Gibbs 采样的充分预热长度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：摘要讨论特定层级模型的 MCMC 收敛计算，随机效应设定本身不足以归入经济面板方向。
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
层级随机效应模型中 Gibbs 采样的充分预热长度
- 研究问题
- 对单因素随机效应模型的贝叶斯层级版本，Gibbs 与分块 Gibbs 采样需要预热多久，才能接近指定的平稳分布？
- 方法与思路
- 作者建立相关马尔可夫链的漂移与小集下界条件，结合已有收敛界构造距平稳分布的解析上界。
- 材料陈述的贡献
- 摘要称获得了满足预先指定总变差距离所需预热长度的上界，并通过一个数值例子展示这些界的应用。
- 阅读关注点
- 应核对层级模型与先验设定、漂移和小集常数、初始状态依赖，并检查解析上界在数值例子中有多保守。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；模型参数、常数和预热数值未说明，充分预热上界不等于最短所需预热长度。
原文摘要
We consider Gibbs and block Gibbs samplers for a Bayesian hierarchical version of the one-way random effects model. Drift and minorization conditions are established for the underlying Markov chains. The drift and minorization are used in conjunction with results from J. S. Rosenthal [J. Amer. Statist. Assoc. 90 (1995) 558–566] and G. O. Roberts and R. L. Tweedie [Stochastic Process. Appl. 80 (1999) 211–229] to construct analytical upper bounds on the distance to stationarity. These lead to upper bounds on the amount of burn-in that is required to get the chain within a prespecified (total variation) distance of the stationary distribution. The results are illustrated with a numerical example.