登录
注册
书目下载
联系我们
移动端
扫码关注-登录移动端
帮助中心
高等教育出版社产品信息检索系统
图书产品
数字化产品
期刊产品
会议信息
电子书
线上书展
顶部
首页
图书产品
序贯蒙特卡罗方法引论
收藏
序贯蒙特卡罗方法引论
样章
作者：
Nicolas Chopin, Omiros Papaspiliopoulos 著 汪时嘉，葛淑菲 译
定价：
119.00 元
版面字数：
390.00千字
开本：
16开
装帧形式：
平装
页数：
364
最新
印次时间：
2026年1月
ISBN：
978-7-04-065900-9
物料号：
65900-00
出版时间：
2026年1月
读者对象：
学术著作
一级分类：
自然科学
二级分类：
统计学
三级分类：
应用统计学
购买：
样章试读
图书详情
|
图书目录
暂无
目录
前辅文
第1章 前言
1.1 与其他书籍的关系
1.2 本书的结构
1.3 给授课教师的说明
1.4 致谢
1.5 Python角
1.5.1 语法
1.5.2 Python中的科学计算
1.5.3 随机数生成
1.5.4 性能
1.5.5 安装Python
1.5.6 安装particles
1.5.7 其他软件
参考文献
第2章 状态空间模型简介
2.1 第一种定义
2.2 第二种定义
2.3 状态空间模型的序贯分析
2.4 一些状态空间模型的应用
2.4.1 信号处理：跟踪、定位、导航
2.4.2 神经科学、天体统计学和遗传学中的计数时间序列
2.4.3 金融学中的随机游走模型
2.4.4 面板数据的分层状态空间模型
2.4.5 生态学、流行病学和其他领域的非线性动力系统
2.4.6 具有难处理或退化观测过程的状态空间模型
2.4.7 线性高斯状态空间模型
2.4.8 隐马尔可夫模型、变点模型和狄利克雷过程的混合
练习
文献注记
参考文献
第3章 超越状态空间模型
3.1 马尔可夫过程的罕见事件模拟
3.2 贝叶斯序贯学习
3.3 通过退火的方法从给定分布进行模拟
3.4 从退火到优化
3.5 重回罕见事件的模拟
3.6 无似然推断，ABC算法
3.7 概率图模型
练习
文献注记
参考文献
第4章 马尔可夫过程简介
4.1 概率核
4.2 测度变换和基本引理
4.3 后向核
4.4 马尔可夫过程和递归
4.5 部分可观测马尔可夫过程的状态空间模型
4.6 马尔可夫性质：图
练习
Python角
文献注记
参考文献
第5章 费曼–卡茨模型：定义、性质和递归
5.1 费曼–卡茨形式化
5.1.1 费曼–卡茨模型
5.1.2 状态空间模型的费曼–卡茨形式
5.1.3 费曼–卡茨形式的优点
5.2 前向递归
5.2.1 状态空间模型的启示：滤波器、预测和似然函数的前向递归
5.3 作为马尔可夫测度的费曼–卡茨模型
5.3.1 状态空间模型的启示：条件马尔可夫过程
5.4 费曼–卡茨模型中的前向–后向递归
5.4.1 基于代价函数的前向–后向递归
5.4.2 对状态空间模型的启示：双滤波器的平滑
5.4.3 基于后向核的前向–后向递归
5.4.4 状态空间模型的启发：FFBS算法
练习
Python角
文献注记
参考文献
第6章 有限状态空间和隐马尔可夫模型
6.1 简介：有限状态空间的递归
6.2 隐马尔可夫模型、递归和模拟
6.3 数值复杂度
练习
Python角
文献注记
参考文献
第7章 线性高斯状态空间模型
7.1 线性高斯状态空间模型
7.2 卡尔曼前向和后向递归
7.3 数值复杂度和稳定性
练习
Python角
文献注记
参考文献
第8章 重要性抽样
8.1 蒙特卡罗
8.2 随机变量生成的基础
8.3 重要性抽样
8.3.1 标准化重要性抽样
8.3.2 自标准化重要性抽样
8.3.3 如何选择提议密度
8.4 重要性抽样的较为正式的视角
8.5 重要性抽样估计量的均方误差
8.5.1 渐近结果
8.5.2 非渐近结果
8.6 有效样本量
8.7 维度诅咒
8.8 随机权重重要性抽样
8.8.1 一般方法
8.8.2 相对于标准重要性抽样的方差增加
8.8.3 与拒绝抽样的联系
8.8.4 非负权重和辅助变量
练习
Python角
文献注记
参考文献
第9章 重要性重抽样
9.1 动机
9.2 一个展示重抽样优越性的简单例
9.3 重抽样作为随机权重的重要性抽样
9.4 多项式重抽样
9.5 残差重抽样
9.6 分层和系统重抽样
9.7 在实践中使用哪种重抽样方案
练习
Python角
文献注记
参考文献
第10章 粒子滤波
10.1 给定费曼–卡茨模型的通用粒子滤波器
10.2 自适应重抽样
10.3 在状态空间模型中的应用：滤波算法
10.3.1 自助滤波器
10.3.2 引导粒子滤波器
10.3.3 辅助粒子滤波器
10.4 Rao-Blackwell化粒子滤波器
10.5 数值实验
10.5.1 基本线性高斯例
10.5.2 随机波动率
10.5.3 神经解码
练习
Python角
文献注记
参考文献
第11章 粒子滤波器的收敛性和稳定性
11.1 预备知识
11.2 粒子估计的收敛性
11.2.1 设置
11.2.2 MSE收敛
11.2.3 几乎处处收敛
11.2.4 讨论
11.3 中心极限定理
11.3.1 目标
11.3.2 正式陈述和证明
11.3.3 讨论
11.4 粒子算法的稳定性
11.4.1 强混合马尔可夫核
11.4.2 渐近方差的稳定性
11.4.3 讨论
练习
Python角
文献注记
参考文献
第12章 粒子平滑
12.1 通过谱系追踪进行的在线平滑
12.1.1 固定滞后平滑
12.1.2 完全平滑
12.2 可加函数的在线平滑
12.2.1 后向核及其粒子近似
12.2.2 可加函数的在线平滑原理
12.3 后向平滑：完整轨迹
12.3.1 原理：平滑框架
12.3.2 从平滑框架抽样：前向滤波后向平滑（FFBS）
12.3.3 使用拒绝抽样加速FFBS
12.4 后向平滑：边际分布
12.4.1 计算框架的边际分布
12.4.2 可加函数的平滑框架和前向平滑之间的联系
12.4.3 后向算法的讨论
12.5 双滤波器边际平滑器
12.5.1 大致的想法
12.5.2 信息滤波器：原理
12.5.3 信息滤波器：γt和←Mt的选择
12.5.4 双滤波器平滑器：标准O（N2）版本
12.5.5 双滤波器平滑的O（N）变体
12.5.6 没有转移密度的模型的三分块变体
12.6 数值实验：离线平滑算法的比较
12.7 结论
练习
Python角
文献注记
参考文献
第13章 序贯拟蒙特卡罗
13.1 拟蒙特卡罗的基本介绍
13.1.1 设置
13.1.2 低差异点集和序列
13.1.3 随机拟蒙特卡罗
13.1.4 关键信息
13.2 SQMC
13.2.1 预备知识
13.2.2 单变量状态空间（dx=1）
13.2.3 多元状态空间（dx≥2）
13.2.4 进一步的注意事项
13.3 粒子平滑和SQMC
13.4 数值实验
13.4.1 简单例中的滤波和似然评估
13.4.2 状态空间维度的影响
练习
Python角
文献注记
参考文献
第14章 状态空间模型的最大似然估计
14.1 最大似然估计的一般性
14.1.1 渐近性
14.1.2 计算
14.1.3 EM算法
14.2 状态空间模型最大似然估计的问题
14.2.1 确保MLE具有标准渐近性的条件
14.2.2 状态空间模型产生“病态的” 似然函数
14.2.3 嘈杂性估计
14.3 在状态空间模型中计算MLE的无梯度方法
14.4 应用于状态空间模型的梯度上升
14.5 状态空间模型的EM算法
14.6 数值实验
14.7 最后建议
14.8 获取置信区间
14.9 状态空间模型的实时最大似然估计
练习
文献注记
参考文献
第15章 马尔可夫链蒙特卡罗
15.1 马尔可夫链模拟
15.2 不变概率核
15.3 Metropolis-Hastings核
15.4 吉布斯抽样器
15.5 数值实验：随机波动率模型中的平滑
练习
Python角
文献注记
参考文献
第16章 状态空间模型和粒子MCMC的贝叶斯估计
16.1 预备知识
16.1.1 后验分布
16.1.2 先验的选取
16.1.3 使用吉布斯抽样器对状态和参数进行MCMC抽样
16.2 伪边际抽样器
16.3 分组独立Metropolis-Hastings
16.4 粒子马尔可夫链蒙特卡罗
16.4.1 来自SMC的无偏估计
16.4.2 粒子边际Metropolis-Hastings
16.4.3 粒子吉布斯抽样器
16.4.4 后向抽样步骤
16.5 数值实验
16.5.1 在简单例上校准PMMH
16.5.2 生态学中的theta-logistic模型
16.6 实用建议
练习
Python角
文献注记
参考文献
第17章 SMC抽样器
17.1 一种基于不变核的通用SMC抽样器
17.2 使SMC算法实现自适应的实用指南
17.2.1 不变核
17.2.2 迭代批量重要性抽样
17.2.3 退火
17.2.4 罕见事件
17.2.5 SMC-ABC和无似然推断
17.2.6 关于归一化常数估计的说明
17.2.7 关于初始分布的说明
17.3 数值实验
17.3.1 设置
17.3.2 一个高数据集
17.3.3 一个宽数据集
17.3.4 讨论
17.4 更多基于后向核的通用SMC抽样器
练习
Python角
文献注记
参考文献
第18章 SMC2，状态空间模型的序贯推断
18.1 伪边际SMC抽样器
18.2 用于状态空间模型中的序贯推断的SMC2
18.2.1 一般结构
18.2.2 PMCMC核的选择
18.2.3 Nx的选择
18.3 数值实验
练习
Python角
文献注记
参考文献
第19章 高级主题和公开问题
19.1 高维中的SMC
19.2 并行计算
19.3 方差估计、粒子谱系
19.4 连续时间的状态空间模型
参考文献
相关图书
量化交易：算法、分析、数据、模型和优化
Xin Guo，Tze Leung Lai，Howard Shek，Samuel Po-Shing Wong 著，冯玉林 刘庆富 译
89.00 元
收藏
递归划分方法及其应用
Heping Zhang, Burton H.Singer 著，王学钦 译
69.00 元
收藏
蒙特卡罗方法与随机过程：从线性到非线性
Emmanuel Gobet 著，许明宇 译
89.00 元
收藏
缺失数据统计分析（第三版）
Roderick J. A. Little, Donald B. Rubin 著，周晓华、邓宇昊 译
89.00 元
收藏
社会科学的空间回归模型
Guangqing Chi, Jun Zhu 著，王平平 译
79.00 元
收藏
基于INLA的贝叶斯回归建模
Xiaofeng Wang, Yu Ryan Yue, Julian J. Faraway 著, 汤银才，周世荣 译
89.00 元
收藏
基于R-INLA的SPDE空间模型的高级分析
Elias Krainski, Virgilio Gómez-Rubio, Haakon Bakka 等 著， 汤银才、陈婉芳 译
79.00 元
收藏
观察性研究的设计(第二版)
Paul R. Rosenbaum 著 杨伟 周晓华 韩开山 邓宇昊 译
119.00 元
收藏
选择收货地址
收货人
地址
联系方式
使用新地址
使用新地址
所在地区
请选择
详细地址
收货人
联系电话
设为默认
设为默认收货地址
