Consejo MCMC: ¿Ignorar algunos parámetros en un esquema MCMC?

Question

Yo después de algunos consejos generales sobre mi MCMC esquema, que me causa algo de dolor.

Esencialmente, la que tiene un gran (2N + 9 parámetros) MCMC esquema que funciona muy bien. Sin embargo, el problema es que la estimación de dos de estos parámetros consume alrededor de 95% del total de tiempo de cálculo. El muestreador puede tomar hasta 25 horas a la muestra (conjunto de datos grande @ 20,000 barridos).

Sin embargo, para estos dos parámetros especiales, una vez que se ha estimado (después de 1000 ciclos o así), se calcula de forma muy precisa, y no se mueven mucho (muy pequeño sesgo). Claramente, no hay ningún beneficio para la estimación de estos parámetros para cada barrido, ya que consumen mucho tiempo y no cambian mucho.

Hay un "elegante" para evitar tener para la estimación de estos parámetros para cada barrido? Hay ejemplos donde la gente estimación es decir, una de cada 10 barrido? No se si al hacer esto, se va a violar algunos de gravedad de la cadena de Markov supuestos. Gracias de antemano por cualquier consejo que usted puede dar.

Edit: Sin entrar en demasiados detalles innecesarios, mi modelo es jerárquica, y estos dos parámetros se estiman conjuntamente.

Answer 1

Esta es una pregunta muy interesante! Si administra una buena estimación de algunos parámetros, los primeros pasos de MCMC pueden usarse para producir una aproximación decente al posterior genuino de esos parámetros, aproximación que se usa como propuesta más adelante. Disminuir la frecuencia de actualización de esos parámetros con respecto a las otras actualizaciones es completamente correcto en términos de propiedades de convergencia.