고차원 ABC를 위한 베이즈 선형 해석과 회귀조정 전략
본 논문은 회귀조정 ABC 알고리즘이 베이즈 선형 분석의 조정 기대값과 조정 분산을 근사한다는 이론적 연결고리를 제시한다. 이를 바탕으로 고차원 파라미터 공간에서 회귀조정 ABC로 대략적인 공동 사후분포를 얻은 뒤, 각 변수의 일변량 주변분포를 저차원 ABC(예: MCMC)로 정밀 추정하고, 주변분포를 교정하여 전체 사후분포를 개선하는 새로운 방법을 제안한다. 여러 시뮬레이션 및 실제 데이터 예제로 방법의 유효성을 입증한다.
저자: D. J. Nott, Y. Fan, L. Marshall
본 논문은 베이즈 선형 분석과 근사 베이즈 계산(ABC) 사이의 내재된 연관성을 탐구하고, 이를 활용한 고차원 파라미터 추정 방법을 제안한다.
첫 번째 장에서는 베이즈 선형 분석의 기본 이론을 소개한다. 베이즈 선형 분석은 사전 평균과 공분산만을 이용해 파라미터 θ에 대한 최적 선형 추정량 E_s(θ)=E(θ)+Cov(θ,s)Var(s)^{-1}
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기