摘要:
基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法的α稳定分布参数估计具有良好的性能,但不合适的提议函数常导致算法不收敛或混合性能不好。针对提议函数难以选择的问题,提出了一种基于自适应Metropolis算法的非对称α稳定分布参数估计新方法。该方法利用Markov链的历史信息自动调整提议函数的协方差矩阵,使其不断地逼近目标分布,从而获得更好的估计结果。理论分析和仿真结果表明,此方法不仅能准确地估计出α稳定分布的4个参数,而且具有良好的鲁棒性和灵活性。
郝燕玲, 单志明, 沈锋. 基于自适应Metropolis算法的 α 稳定分布参数估计[J]. Journal of Systems Engineering and Electronics, 2012, 34(2): 236-242.
HAO Yanling, SHAN Zhiming, SHEN Feng. Parameter estimation of α-stable distributions based on adaptive Metropolis algorithm[J]. Journal of Systems Engineering and Electronics, 2012, 34(2): 236-242.