제로 분산 마코프 연쇄 몬테카를로를 이용한 베이지안 추정

** 본 논문은 비정규화된 확률분포에 대한 기대값을 MCMC로 추정할 때, 물리학에서 제안된 제로‑분산 원리를 활용한 일반적인 분산 감소 기법을 제시한다. 제로‑분산 추정량의 점근적 무편향성 조건과 정규성(중심극한정리) 조건을 이론적으로 증명하고, probit, logit, GARCH 베이지안 모델에 적용해 실험적 효율성을 확인한다. **

저자: Antonietta Mira, Reza Solgi, Daniele Imparato

** 본 논문은 마코프 연쇄 몬테카를로(MCMC) 시뮬레이션을 이용해 비정규화된 확률분포에 대한 기대값을 추정할 때 발생하는 높은 분산 문제를 해결하고자, 물리학 분야에서 제안된 ‘제로‑분산(zero‑variance, ZV)’ 원리를 일반적인 베이지안 추정에 적용하는 새로운 방법론을 제시한다. 1. **문제 정의와 동기** 베이지안 통계에서 사후 분포 π(θ) 에 대한 함수 f(θ) 의 기대값 Eπ