Natur | Algoritme |
---|---|
Opfindere | Stuart Geman ( in ) , Donald Geman ( in ) |
Dato for opfindelsen | 1984 |
Navngivet med henvisning til | Josiah Willard Gibbs |
Aspekt af | Monte-Carlo-metode fra Markov-kæder |
Den Gibbs sampling er en MCMC . Givet en sandsynlighedsfordeling π på et univers Ω , definerer denne algoritme en Markov-kæde, hvis stationære fordeling er π . Det gør det således muligt at tilfældigt tegne et element af Ω i henhold til loven π (vi taler om prøveudtagning ).
Som med alle Markov-kæde Monte-Carlo-metoder,
Specificiteten af Gibbs prøveudtagning består i at "opdele" q x ( i ) i n betingede sandsynligheder:
Vi erstatter derfor problemet med tilfældig generering af x ( i + 1) med n problemer, som vi håber vil være enklere.
Lad X = ( X i , i ∈ S ) være en variabel med fordeling π i lokalet S = ⟦1; n ⟧ mod tilstandsrummet Ω . For x = ( x 1 ;…; x n ) ∈ Ω og de betingede tætheder π i ( x i | x ¬ i ) hvor x ¬ i = ( x j , j ≠ i ), i ∈ S , konstruerer vi Gibbs sampler på π -invariant kerner : P i ( x , y ) = π i ( y jeg | x ¬ i ) 1 ( x ¬ jeg = y ¬ i ) .
Vi besøger S sekventielt og slapper af ved hvert trin i værdien i henhold til loven π i betinget af den aktuelle tilstand. Overgangen fra x til y skrives:
Lad ν en aldrig nul sandsynlighed for S . Ved hvert trin vælges et sted i med sandsynligheden v i > 0, og værdien y lempes i henhold til den betingede lov π i i den aktuelle tilstand. Overgangen er skrevet:
C. Gaetan og X. Guyon , kap. 9 ”Simulering af rumlige modeller” , i Jean-Jacques Droesbeke, Michel Lejeune og Gilbert Saporta, Statistisk analyse af geodata: 10 th Study dage i statistikken, 4-8 november 2002 Marseille, Société française de statistique , Paris, Technip,2006, 468 s. ( ISBN 978-2-7108-0873-2 , note BNF n o FRBNF40225776 )