Paseo aleatorio Metropolis-Hasitings con propuesta simétrica
tiene la propiedad de que la probabilidad de aceptación
no depende de la propuesta .
¿ Eso significa que puedo cambiar la en función del rendimiento anterior de la cadena, sin afectar la markovianidad de la cadena?
De particular interés para mí es el ajuste de la escala de la propuesta Normal en función de la tasa de aceptación.
También agradecería mucho si alguien puede señalar los algoritmos de adaptación utilizados en la práctica para este tipo de problema.
Muchas gracias.
[edit: Comenzando con las referencias dadas por robertsy y wok, encontré las siguientes referencias en algoritmos adaptativos MH:
Andrieu, Christophe y Éric Moulines. 2006.
Sobre las propiedades de ergodicidad de algunos algoritmos adaptativos de MCMC. Los Anales de Probabilidad Aplicada 16, no. 3: 1462-1505. http://www.jstor.org/stable/25442804 .
Andrieu, Christophe y Johannes Thoms.
2008. Un tutorial sobre MCMC adaptativo. Estadística e Informática 18, no. 4 (12): 343-373. doi: 10.1007 / s11222-008-9110-y. http://www.springerlink.com/content/979087678366r78v/ .
Atchadé, Y., G. Fort, E. Moulines y P. Priouret. 2009.
Adaptive Markov Chain Monte Carlo: Teoría y Métodos. Preimpresión
Atchadé, Yves. 2010.
Teoremas de límite para algunos algoritmos MCMC adaptativos con núcleos subgeométricos. Bernoulli 16, no. 1 (febrero): 116-154. doi: 10.3150 / 09-BEJ199. http://projecteuclid.org/DPubS?verb=Display&version=1.0&service=UI&handle=euclid.bj/1265984706&page=record .
Cappé, O., S. J Godsill y E. Moulines. 2007.
Una visión general de los métodos existentes y los avances recientes en secuencial Monte Carlo. Actas del IEEE 95, no. 5: 899-924.
Giordani, Paolo. 2010.
Adaptive Independent Metropolis – Hastings by Fast Estimation of Mixtures of Normals. Revista de estadística computacional y gráfica 19, no. 2 (6): 243-259. doi: 10.1198 / jcgs.2009.07174. http://pubs.amstat.org/doi/abs/10.1198/jcgs.2009.07174 .
Latuszynski, Krzysztof, Gareth O Roberts y Jeffrey S Rosenthal. 2011.
Muestras adaptativas de Gibbs y métodos MCMC relacionados. 1101.5838 (30 de enero). http://arxiv.org/abs/1101.5838 .
Pasarica, C. y A. Gelman. 2009.
Escala adaptativa del algoritmo Metropolis usando la distancia de salto al cuadrado esperada. Statistica Sinica.
Roberts, Gareth O. 2009.
Ejemplos de MCMC adaptativo. Revista de Estadística Computacional y Gráfica 18, no. 2 (6): 349-367. doi: 10.1198 / jcgs.2009.06134. http://pubs.amstat.org/doi/abs/10.1198/jcgs.2009.06134 .
]