跳到正文
← 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:摘要属于通用马尔可夫链采样器比较,没有所列经济计量细分领域的明确依据。

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
C. Andrieu

随机扫描与系统扫描采样器

研究问题
随机扫描与系统扫描的蒙特卡洛采样器应如何比较,尤其在系统扫描产生时间非齐次链时,能否用渐近方差给出理论排序?
方法与思路
作者将一类时间非齐次马尔可夫链嵌入时间齐次链,借此分析系统扫描采样器,并比较两因子情形下随机与系统扫描的渐近方差。
材料陈述的贡献
摘要称在所研究的两因子采样器中,以渐近方差为准则,系统扫描优于随机扫描;该嵌入还用于理解既有结果及讨论更多因子。
阅读关注点
应核对嵌入链的状态空间、两因子的准确含义和方差比较条件,并查看更多因子情形是否有相同结论及比较是否考虑计算成本。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;明确比较结论限于所述两因子情形与渐近方差准则,不能外推至更多因子或总体效率。

原文摘要

We introduce a simple time-homogeneous Markov embedding of a class of time-inhomogeneous Markov chains widely used in the context of Monte Carlo sampling algorithms, such as systematic-scan Metropolis-within-Gibbs samplers. This allows us to establish that systematic-scan samplers involving two factors are always better than their random-scan counterparts, when asymptotic variance is the criterion of interest. We also show that this embedding sheds some light on the result of Maire et al. (2014) and discuss the scenario involving more than two factors.

笔记与分组
相关领域论文