首页/论文/0907.4010

arXiv 0907.40102009-07-23stat.COstat.ME

截断正态变量的模拟

Simulation of truncated normal variables

Christian P. Robert

备注：: This 1992 paper appeared in 1995 in Statistics and Computing and the gist of it is contained in Monte Carlo Statistical Methods (2004), but I receive weekly requests for reprints so here it is!
发表信息：: Statistics and Computing, 1995, 5, 121-125
DOI：: 10.1007/BF00143942

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

本文给出了单侧和双侧截断正态分布的模拟算法。然后，这些算法被用来模拟多元正态变量与限制的参数空间的任何协方差结构。

英文摘要：

We provide in this paper simulation algorithms for one-sided and two-sided truncated normal distributions. These algorithms are then used to simulate multivariate normal variables with restricted parameter space for any covariance structure.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

截断正态指数不等式随机前沿分析中组合误差项的累积分布函数的解析表达式

Analytic expressions for the Cumulative Distribution Function of the Composed Error Term in Stochastic Frontier Analysis with Truncated Normal and Exponential Inefficiencies

在随机前沿面模型中，合成误差项由测量误差和无效率项组成。一般的假设是，无效率项遵循截断的正态分布或指数分布。在各种各样的模型中，需要估计合成误差项的累积分布函数。这项工作介绍并证明了这些分布的四个表示定理-每个分布假设两个。这些表示可以用于快速和准确的评估。

2020-06-05stat.COstat.ME

超平面截断多元正态分布的快速模拟

Fast Simulation of Hyperplane-Truncated Multivariate Normal Distributions

我们介绍了一个快速和易于实现的模拟算法的多元正态分布截断的一组超平面的交集，并进一步推广到有效地模拟随机变量的多元正态分布的协方差（精度）矩阵可以分解为一个正定矩阵减去（加上）一个低秩对称矩阵。算例结果验证了所提仿真算法的正确性和有效性。

2017-02-17stat.CO

软多元截断正态分布及其在贝叶斯约束估计中的应用

The Soft Multivariate Truncated Normal Distribution with Applications to Bayesian Constrained Estimation

我们提出了一种新的分布，称为软tMVN分布，它提供了一个光滑的近似截断多元正态分布（tMVN）与线性约束。提出了一种高效的分块Gibbs采样器，用于对软tMVN分布进行高维采样。我们提供的软tMVN的逼近能力的理论支持，并提供进一步的经验证据。软tMVN分布可用于从具有线性约束的多变量截断正态分布近似模拟，或其本身作为形状约束问题中的先验。

2019-09-02stat.CO

近似截尾正态分布的均值

Approximating the mean of a truncated normal distribution

在一些应用中出现的一个重要问题是截断正态分布的均值估计。在本文中，提出了一个迭代确定性计划近似这个平均值。它的灵感来自于一个迭代的马尔可夫链蒙特卡罗（MCMC）方案，解决了这个问题，它可以被看作是一个泛化最近提出的相关模型。给出了该格式收敛于唯一不动点的条件。最后，理论结果也支持计算机模拟，这也表明该方法的快速收敛的解向量是非常接近的截断正态分布的平均值的研究。

2014-04-02stat.CO

双截断多元正态密度的矩计算

Moments Calculation For the Doubly Truncated Multivariate Normal Density

本文导出了任意矩形双截尾下多元正态分布的截尾均值和方差的显式表达式。本文采用Tallis（1961）的矩生成方法，并将其推广到一般的μ，μ和所有的截断组合。作为解的一部分，我们还给出了截断多元正态变量的二元边际密度公式。我们还证明了截断后逆协方差的某些元素的不变性。计算机算法计算截断的平均值，方差和二元边际概率双截断多元正态变量已经写在R和三个例子一起。

2012-06-23stat.APstat.CO

截断正态分布未知边界的参数估计

Estimation of Parameters of the Truncated Normal Distribution with Unknown Bounds

New Mexico State University（新墨西哥州立大学）；South Dakota State University（南达科他州立大学）

本文提出基于ES框架的新算法，用于估计截断正态分布未知边界的参数，结合最佳线性无偏估计和无偏最小方差估计理论，并通过模拟验证其有效性。

2026-09-29stat.CO

更多相关论文收起更多论文

截尾正态和对数正态分布参数的极大似然估计算法

Algorithm for the maximum likelihood estimation of the parameters of the truncated normal and lognormal distributions

本文给出了一种用极大似然估计一元截尾正态分布和对数正态分布参数的简便方法。它从作者先前介绍的对数正态分布的重新参数化开始，当对数正态分布接近幂律时特别有用，这是第一分布的极限情况。其中一个新参数量化了与幂律的距离，当幂律对数据给出了充分的描述时，这个参数就消失了。此时，另一个参数等于幂律的指数。相反，当使用标准参数化时，对数正态分布的参数在幂律附近发散。无论我们是否在这个邻域内，新参数都具有简化估计过程的特性。

2014-07-24physics.data-anstat.CO

基于序列最近邻近似的截断多元正态分布可扩展采样方法

Scalable Sampling of Truncated Multivariate Normals Using Sequential Nearest-Neighbor Approximation

该研究提出一种基于序列最近邻近似的线性复杂度TMVN采样方法，通过调优维度参数m平衡保真度与效率，解决了现有方法接受率随维度骤降的问题，在数万维场景下性能优于前沿方法，还可用于部分删失高斯过程的后验推断。

2024-06-25stat.CO

hdtg：一个用于高维截断法向模拟的R包

hdtg: An R package for high-dimensional truncated normal simulation

从多元截断正态分布（MTN）进行模拟在各种统计应用中是必需的，但在高维中仍然具有挑战性。目前可用的算法和它们的实现往往失败时，参数的数量超过几百个。为了提供一个通用的计算工具，有效地从高维MTN采样，我们介绍了hdtg包，实现了两个国家的最先进的模拟算法：谐波哈密顿蒙特卡罗（谐波HMC）和锯齿形哈密顿蒙特卡罗（Zigzag-HMC）。这两种算法都利用解析解的哈密顿动力学下的二次势能与硬边界约束，导致拒绝自由的方法。我们比较他们的效率对另一个国家的最先进的算法MTN模拟，最小最大倾斜接受拒绝采样器（MET）。这三种方法的运行时间在很大程度上取决于底层的多元正态相关结构。Zigzag-HMC和harmonic-HMC都在3,600秒内实现了100个有效样本，所有测试的维度范围从100到1,600，而MET在几个高维示例中有困难。我们提供了如何选择一个适当的方法为特定情况下的指导，并说明了hdtg的用法。

2022-09-23stat.APstat.CO

基于截尾样本的高维有效统计

Efficient Statistics, in High Dimensions, from Truncated Samples

Massachusetts Institute of Technology（麻省理工学院）；Max Plank Institute for Informatics（马克斯·普朗克信息研究所）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

我们提供了一个有效的算法的经典问题，可以追溯到高尔顿，皮尔逊和费舍尔，估计，任意精度的多元正态分布的参数，从截尾样本。来自$d$ -变量正态${\cal N}(\mathbfμ,\mathbfΣ)$的截尾样本意味着样本仅在其落入某个子集$S \subseteq \mathbb{R}^d$时才被显示;否则样本被隐藏，并且它们与所显示的样本成比例的计数也被隐藏。证明了在多项式时间内，只要我们有对$S$的oracle访问，就可以以任意精度估计均值$\mathbfμ$和协方差矩阵$\mathbfΣ$，并且在未知的$d$ -变量正态分布下，$S$具有非平凡测度.此外，我们表明，没有Oracle访问$S$，任何非平凡的估计是不可能的。

2020-10-22cs.DScs.LGmath.ST

线性约束下的正态律：通过Minimax Tilting的模拟和估计

The Normal Law Under Linear Restrictions: Simulation and Estimation via Minimax Tilting

从高维截断的多元正态分布进行模拟是统计计算中经常出现的问题，并且通常仅使用近似MCMC抽样是可行的。在这篇文章中，我们提出了一个minimax倾斜方法，从截断的多元正态分布精确模拟iid。新的方法提供了一种模拟方法和一个有效的估计到目前为止棘手的高斯积分。证明了该估计量具有罕见的零相对误差渐近性质。数值实验表明，该方案是准确的，在广泛的设置竞争估计方案失败。我们给出了一个应用程序，以准确的iid模拟的概率回归模型的贝叶斯后验。

2016-03-14stat.CO

二元分布的随机变量精确哈密顿蒙特卡罗采样器

Auxiliary-variable Exact Hamiltonian Monte Carlo Samplers for Binary Distributions

我们提出了一种新的方法，从一般的二进制分布的样本，基于一个精确的哈密顿蒙特卡罗算法应用到一个分段连续扩增的二进制分布的兴趣。这个想法的扩展到混合物的二进制和可能截断高斯或指数变量的分布，使我们能够从后验的线性和概率回归模型与穗板先验和截断参数。我们说明了这些算法的优点，在几个例子中，他们优于大都会或吉布斯采样。

2015-10-12cond-mat.stat-mechstat.CO

由非同截顺序统计量生成随机样本

Generating Random Samples from Non-Identical Truncated Order Statistics

我们提供了一个有效的算法来生成随机样本从有界的k顺序统计量的独立，但不一定是同分布的，随机变量的样本。边界可以是上限或下限，并且只需要保持第k个顺序统计量。此外，我们需要访问有序样本中每个统计量的逆CDF。当有界统计量的密度较大时，该算法比拒绝抽样稍慢，然而，当有界密度变得稀疏时，该算法明显更快。我们提供了一个实际的例子和一个模拟，显示了这种方法的优越性，稀疏区域所产生的紧边界条件和/或低概率密度的区域。

2019-05-10stat.CO