HAL : hal-00507420, version 2

arXiv : 1008.0055

Fiche détaillée

Récupérer au format BibTeX - EndNote - TEI - RefWorks -

Versions disponibles :

v1 (31-07-2010)

v2 (24-02-2011)

Parametric families on large binary spaces

Christian Schäfer 1, 2

(24/02/2011)

In the context of adaptive Monte Carlo algorithms, we cannot directly generate independent samples from the distribution of interest but use a proxy which we need to be close to the target. Generally, such a proxy distribution is a parametric family on the sampling spaces of the target distribution. For continuous sampling problems in high dimensions, we often use the multivariate normal distribution as a proxy for we can easily parametrise it by its moments and quickly sample from it. Our objective is to construct similarly flexible parametric families on binary sampling spaces too large for exhaustive enumeration. The binary sampling problem is more difficult than its continuous counterpart since the choice of a suitable proxy distribution is not obvious.

1 :	Centre de Recherche en Économie et Statistique (CREST)
	INSEE – École Nationale de la Statistique et de l'Administration Économique
2 :	CEntre de REcherches en MAthématiques de la DEcision (CEREMADE)
	CNRS : UMR7534 – Université Paris IX - Paris Dauphine

Équipe de recherche : CREST, CEREMADE

Domaine

:

Mathématiques/Statistiques Statistiques/Théorie

Mots Clés : Binary parametric families – Multivariate binary data – Binary proposal distributions – Adaptive Monte Carlo

hal-00507420, version 2

http://hal.archives-ouvertes.fr/hal-00507420

oai:hal.archives-ouvertes.fr:hal-00507420

Contributeur : Christian Schäfer <>

Soumis le : Jeudi 24 Février 2011, 12:05:59

Dernière modification le : Jeudi 24 Février 2011, 13:29:19