On the convergence of the Markov chain simulation method
马尔可夫链模拟方法的收敛性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：摘要属于通用马尔可夫链模拟理论，未明确关联所列经济计量细分方向。
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…
马尔可夫链模拟方法的收敛性
- 研究问题
- 对于可用于贝叶斯统计等问题的马尔可夫链模拟方法，在一般状态空间中，哪些可核查条件能够保证其收敛？
- 方法与思路
- 作者在一般状态空间框架中给出自包含的收敛证明，并称所需条件易于核查；摘要未展开具体条件与证明结构。
- 材料陈述的贡献
- 摘要明确陈述的贡献是提供一般状态空间中马尔可夫链模拟收敛性的自包含证明，而未报告收敛速度或算法性能比较。
- 阅读关注点
- 核对收敛对象与度量、链和目标分布所需条件、初始状态限制，以及理论条件在具体模拟算法中如何验证。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明收敛类型与速率，不能由渐近收敛推断有限迭代误差或混合效率。
原文摘要
The Markov chain simulation method has been successfully used in many problems, including some that arise in Bayesian statistics. We give a self-contained proof of the convergence of this method in general state spaces under conditions that are easy to verify.