情報科学 › 乱数と確率的数値計算 › 分布からの標本抽出

棄却法

定義 4.1(「分布からの標本抽出」§4)

f:Rd→[0,∞)f : \mathbb{R}^d \to [0, \infty) を 0<∫f<∞0 < \int f < \infty を満たすボレル可測関数(目標。正規化されていなくてよい)、gg を Rd\mathbb{R}^d 上の確率密度(提案密度)、M>0M > 0 を定数(包絡定数)とする。Rd+1\mathbb{R}^{d+1} 値の確率変数の列 (Yi,Ui)(Y_i, U_i)(i=1,2,…i = 1, 2, \ldots)は独立同分布で、各々が密度 g(y)1(0,1)(u)g(y)\mathbf{1}_{(0,1)}(u) をもつとする(YiY_i は密度 gg に従い、Ui∼U(0,1)U_i \sim \mathrm{U}(0,1) は YiY_i と独立)。事象

Ai={Ui Mg(Yi)≤f(Yi)}A_i = \{U_i\,M g(Y_i) \le f(Y_i)\}

が起きたとき ii 回目の候補を採択するという。最初に採択が起きる回 τ=min⁡{i:Ai が起きる}\tau = \min\{i : A_i \text{ が起きる}\} の候補 X=YτX = Y_\tau を出力する手続きを棄却法という。P(A1)\mathbb{P}(A_1) を採択率という。

本文で読む(前後の説明と例)→

閉包の状態

定義

定義は閉包の起点です(証明を要しません)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

これを使っている定理

証明で明示的に参照している定理は、まだありません。

関連するノック 3 問