Presná definícia
Čo znamená významnostné vzorkovanie?
Významnostné vzorkovanie odhaduje očakávania pod cieľovým rozdelením p pomocou vzoriek z návrhu q a váh w(x)=p(x)/q(x). Je korektné iba tam, kde q pokrýva podporu p. Pri samonormalizovanom variante sa váhy delia ich súčtom, čo umožní pracovať s neznámou normalizačnou konštantou za cenu malého konečnovzorkového skreslenia.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Používa sa na prevažovanie simulácií, približný bayesovský výpočet a odhad zriedkavých udalostí. V praxi sa reportuje efektívna veľkosť vzorky, rozdelenie log-váh a citlivosť výsledku na návrhovú distribúciu. Niekoľko extrémnych váh je signál, že odhad nestojí na dostatočnom pokrytí.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje významnostné vzorkovanie?
Vzorky z q sa nezahadzujú; každá prispieva k odhadu podľa toho, aká je relatívne pravdepodobná pod p oproti q.
Kedy má významnostné vzorkovanie praktický význam?
Používa sa na prevažovanie simulácií, približný bayesovský výpočet a odhad zriedkavých udalostí.
S čím si pojem nezamieňať?
Na rozdiel od MCMC môžu byť návrhy nezávislé, ale zlý q vytvára degenerované váhy namiesto pomaly sa miešajúceho reťazca.
Ako sa výsledok kontroluje?
Sleduje sa efektívna veľkosť vzorky, maximálna normalizovaná váha, variancia odhadu a stabilita pri opakovaných návrhoch.
Na čo si dať pozor?
Ak q nepokrýva chvost alebo mód p, odhad môže vyzerať stabilne a pritom byť chybný; extrémne váhy dramaticky zvyšujú varianciu.