Multilevel rejection sampling for approximate Bayesian computation

روشهای احتمالی آزاد، مانند محاسبات بیزی تقریبی، ابزار قدرتمند برای مشکلات استنتاجی واقعی با توابع احتمال قضیه است. مونت کارلو زنجیره مارکوف و انواع ماتری کارلو متوالی از محاسبات بیزی تقریبی می تواند تکنیک های موثر برای نمونه گیری توزیع های خلفی در یک محاسبات تقریبی بیزی باشد. با این وجود، بدون توجه دقیق به معیارهای همگرایی و انتخاب هسته های پیشنهاد شده، چنین روش هایی می تواند منجر به نتیجه گیری بسیار محرمانه یا نمونه گیری ناکارآمدی محاسباتی شود. در مقابل، نمونه برداری رد برای محاسبه تقریبی بیزی، علیرغم محاسبات فشرده، منجر به نمونه های مستقل و یکسان توزیع شده از تقریب خلفی می شود. یک روش جایگزین برای تسریع استنباط بیژگی آزاد است که روشهای کاهش واریانس چند سطحی مونت کارلو را مستقیما به نمونه برداری رد می کند. روش به دست آمده از مزایای دقت نمونه برداری از رد نگه داشتن در حالی که به طور قابل توجهی بهبود بهره وری محاسباتی را حفظ می کند.