10

Mar

2016
Seminários

Markov Interacting Importance Samplers

Horário
16h00
Local
Sede FGV - Sala 317

Sobre o Evento

  • Quem: Eduardo Fonseca Mendes
  • Onde: Praia de Botafogo, 190, sala 317
  • Quando: 10 de março de 2016

We introduce a new Markov chain Monte Carlo (MCMC) sampler called the Markov Interacting Importance Sampler (MIIS). The MIIS sampler uses conditional importance sampling (IS) approximations to jointly sample the current state of the Markov Chain and estimate conditional expectations, possibly by incorporating a full range of variance reduction techniques. We compute Rao-Blackwellized estimates based on the conditional expectations to construct control variates for estimating expectations under the target distribution. The control variates are particularly efficient when there are substantial correlations between the variables in the target distribution, a challenging setting for MCMC. An important motivating application of MIIS occurs when the exact Gibbs sampler is not available because it is infeasible to directly simulate from the conditional distributions. In this case the MIIS method can be more efficient than a Metropolis-within-Gibbs approach. We also introduce the MIIS random walk algorithm, designed to accelerate convergence and improve upon the computational efficiency of standard random walk samplers. Simulated and empirical illustrations for Bayesian analysis show that the method significantly reduces the variance of Monte Carlo estimates compared to standard MCMC approaches, at equivalent implementation and computational effort. Joint work with Marcel Scharth and Robert Kohn.

*Texto enviado pelo autor.

 

OBSERVAÇÃO PARA VISITANTES: 

A presença é gratuita e não exige confirmação. A FGV não permite a entrada de pessoas vestindo bermuda e/ou chinelos.

Palestrantes

Eduardo Fonseca Mendes

Professor adjunto da EMAp

Eduardo Fonseca Mendes (FGV/EMAp) possui graduação em Engenharia de Computação pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) em 2004, mestrado em Engenharia Elétrica (ênfase em Métodos de Apoio a Decisão, 2006), e mestrado e doutorado em Estatística pela Northwestern University (USA, 2012). Trabalhou como pesquisador pós-doutor na Escola de Economia, da University of New South Wales (2012-2015) e atualmente é professor adjunto da EMAp.  

Local

Sede FGV - Sala 317

Praia de Botafogo, 190

Botafogo

Rio de Janeiro

Endereço

Praia de Botafogo, 190

Botafogo

Rio de Janeiro

A A A
High contrast

Esse site usa cookies

Nosso website coleta informações do seu dispositivo e da sua navegação e utiliza tecnologias como cookies para armazená-las e permitir funcionalidades como: melhorar o funcionamento técnico das páginas, mensurar a audiência do website e oferecer produtos e serviços relevantes por meio de anúncios personalizados. Para mais informações, acesse o nosso Aviso de Cookies e o nosso Aviso de Privacidade.