Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:1109.0078v1

帮助 | 高级搜索

数学 > 统计理论

arXiv:1109.0078v1 (math)
[提交于 2011年9月1日 ]

标题: 无马尔可夫基的马尔可夫链运行

标题: Running Markov chain without Markov basis

Authors:Hisayuki Hara, Satoshi Aoki, Akimichi Takemura
摘要: 由Diaconis和Sturmfels(1998)提出的马尔可夫基方法激发了超过十年的关于马尔可夫基的积极研究。 它也促进了用于环形理想Grobner基计算的算法改进,例如在4ti2中实现的那些算法。 然而目前,仅知道一些相对简单的模型的马尔可夫基的显式形式,例如列联表的可分解模型。 此外,一般的马尔可夫基计算算法即使在合理的时间内也常常无法为中等规模的模型生成马尔可夫基。 因此到目前为止,我们无法基于马尔可夫基方法对许多重要的实际问题进行精确检验。 在本文中,我们提出在马尔可夫基未知的情况下使用格基来进行精确检验。 计算格基比计算马尔可夫基要容易得多。 通过许多例子,我们展示了使用格基的方法是可行的。 我们还检查了在已知马尔可夫基的问题上,其性能与马尔可夫基相当。
摘要: The methodology of Markov basis initiated by Diaconis and Sturmfels(1998) stimulated active research on Markov bases for more than ten years. It also motivated improvements of algorithms for Grobner basis computation for toric ideals, such as those implemented in 4ti2. However at present explicit forms of Markov bases are known only for some relatively simple models, such as the decomposable models of contingency tables. Furthermore general algorithms for Markov bases computation often fail to produce Markov bases even for moderate-sized models in a practical amount of time. Hence so far we could not perform exact tests based on Markov basis methodology for many important practical problems. In this article we propose to use lattice bases for performing exact tests, in the case where Markov bases are not known. Computation of lattice bases is much easier than that of Markov bases. With many examples we show that the approach with lattice bases is practical. We also check that its performance is comparable to Markov bases for the problems where Markov bases are known.
评论: 18页
主题: 统计理论 (math.ST) ; 交换代数 (math.AC)
引用方式: arXiv:1109.0078 [math.ST]
  (或者 arXiv:1109.0078v1 [math.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.1109.0078
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hisayuki Hara [查看电子邮件]
[v1] 星期四, 2011 年 9 月 1 日 03:20:47 UTC (3,291 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2011-09
切换浏览方式为:
math
math.AC
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号