马尔科夫链蒙特卡学习教案.pptx

会计学
1
马尔科夫链蒙特卡
第一页，共35页。
回顾(huígù)——马尔科夫过程
第1页/共35页
第二页，共35页。
马尔科夫链模拟(mónǐ)及MCMC方法
第2页/共35页
第三页，共35页。
马尔科夫链模拟(mónǐ)及MCMC方法
第3页/共35页
第四页，共35页。
马尔科夫链模拟(mónǐ)及MCMC方法
转移概率矩阵的定义。
定义：对于一个马尔可夫链 ，称由状态i经过m步转移到状态j的转移概率
为元素，组成(zǔ chénɡ)的矩阵为转移概率矩阵，
用 表示。
当m=1时的转移概率矩阵为 ，就是一步转移概率矩阵，将其简记为 ，简称为转移矩阵。
第4页/共35页
第五页，共35页。
马尔科夫链模拟(mónǐ)及MCMC方法
考虑“缺失(quē shī)值”的问题。
Dempster，Laird和Rubin(1977)提出EM算法来解决数据分析时“缺失(quē shī)值”的问题。
M步：如果缺失(quē shī)值是可以得到的，能够利用完全数据分析的方法来建立一个波动率模型。
E步：给定可以利用的数据及拟合的模型，能够推导出缺失(quē shī)值的统计分布。
第5页/共35页
第六页，共35页。
马尔科夫链模拟(mónǐ)及MCMC方法
Tanner和Wong(1987)以两种方式扩展了EM算法。
首先：引进迭代模拟的思想——从条件分布中抽取一个随机数来代替缺失值。
第二：利用数据扩张的概念扩展了EM算法的应用——在研究(yánjiū)的问题中加入一个辅助变量。
第6页/共35页
第七页，共35页。
吉布斯抽样(chōu yànɡ)
Geman(1984)、Gelfand和Smith(1990)提出(tí chū)的MCMC方法。
通过一个三个参数的简单问题来引进吉布斯抽样的思想。
第7页/共35页
第八页，共35页。
吉布斯抽样(chōu yànɡ)
第8页/共35页
第九页，共35页。
吉布斯抽样(chōu yànɡ)
第9页/共35页
第十页，共35页。