马尔可夫链蒙特卡罗法（Markov Chain Monte Carlo，MCMC）

文章目录

1. 蒙特卡罗法
2. 马尔可夫链
3. 马尔可夫链蒙特卡罗法
4. Metropolis-Hastings 算法
5. 吉布斯抽样

蒙特卡罗法（Monte Carlo method），也称为统计模拟方法（statistical simulation method），是通过从概率模型的随机抽样进行近似数值计算的方法

马尔可夫链蒙特卡罗法（Markov Chain Monte Carlo，MCMC），则是以马尔可夫链（Markov chain）为概率模型的蒙特卡罗法

马尔可夫链蒙特卡罗法构建一个马尔可夫链，使其平稳分布就是要进行抽样的分布，首先基于该马尔可夫链进行随机游走，产生样本的序列，之后使用该平稳分布的样本进行近似数值计算

马尔可夫链蒙特卡罗法被应用于概率分布的估计、定积分的近似计算、最优化问题的近似求解等问题，特别是被应用于统计学习中概率模型的学习与推理，是重要的统计学习计算方法

1. 蒙特卡罗法

核心思想：随机抽样（直接抽样法、接受-拒绝抽样法、重要性抽样法等）
可用于数学期望估计、积分近似计算
一般的蒙特卡罗法中的抽样样本是独立的，而马尔可夫链蒙特卡罗法中的抽样样本不是独立的，样本序列形成马尔科夫链。

2. 马尔可夫链

马尔可夫性：随机变量 XtX_tXt 只依赖于前一个时刻 Xt−1X_{t-1}Xt−1，不依赖于更早的时刻

齐次性：转移概率 P(Xt∣Xt−1)P(X_t|X_{t-1})P(Xt∣Xt−1) 与 ttt 无关，P(Xt+s∣Xt−1+s)=P(Xt∣Xt+1)P(X_{t+s}|X_{t-1+s}) = P(X_t|X_{t+1})P(Xt+s∣Xt−1+s)=P(Xt∣Xt+1)

马尔可夫链的状态分布由初始分布和转移概率分布决定 π(t)=Ptπ(0)\pi(t) = P^t \pi(0)π(t)=Ptπ(0)

马尔可夫链的平稳分布为 π(π1,π2,...)T\pi(\pi_1,\pi_2,...)^Tπ(π1,π2,...)T 的充要条件是：π\piπ 是下列方程组的解
xi=∑jpijxj,i=1,2,...xi≥0,i=1,2,...∑ixi=1x_i = \sum\limits_j p_{ij}x_j, i = 1,2,...\\ x_i \ge 0, i=1,2,...\\ \sum\limits_i x_i = 1xi=j∑pijxj,i=1,2,...xi≥0,i=1,2,...i∑xi=1

马尔可夫链可能存在唯一平稳分布，无穷多个平稳分布，或不存在平稳分布

性质：

不可约
P(Xt=i∣X0=j)>0P(X_t=i|X_0=j)>0P(Xt=i∣X0=j)>0 时刻0从状态 j 出发，时刻 t 到达状态 i 的概率大于 0，该链不可约
非周期
P(Xt=i∣X0=i)>0P(X_t=i|X_0=i)>0P(Xt=i∣X0=i)>0 时刻0从状态 i 出发，时刻 t 返回状态的所有时间长度的最大公约数是1，称该链是非周期的

定理：不可约且非周期的有限状态马尔可夫链，有唯一平稳分布存在
正常返
概率 pijtp_{ij}^tpijt 为时刻 0 从状态 j 出发，时刻 t 首次转移到状态 i 的概率，若对所有状态 i， j，都满足 lim⁡t→∞pijt>0\lim\limits_{t\rightarrow \infty} p_{ij}^t >0t→∞limpijt>0，称该链是正常返的

定理：不可约、非周期且正常返的马尔可夫链，有唯一平稳分布存在

可逆马尔可夫性
对任意状态 i,j,在任意时间 t 满足：pjiπj=pijπi,i,j=1,2,...p_{ji}\pi_j = p_{ij}\pi_i, i,j=1,2,...pjiπj=pijπi,i,j=1,2,...(细致平衡方程)
如果有可逆的马尔可夫链，那么平稳分布作为初始分布，进行随机状态转移，无论是面向未来还是面向过去，任何一个时刻的状态分布都是该平稳分布。

定理：满足细致平衡方程的状态分布 π\piπ 就是该马尔可夫链的平稳分布

可逆马尔可夫链一定有唯一平稳分布，给出了一个马尔可夫链有平稳分布的充分条件（不是必要条件）

3. 马尔可夫链蒙特卡罗法

常用的马尔可夫链蒙特卡罗法有Metropolis-Hastings算法、吉布斯抽样。

马尔可夫链蒙特卡罗法的收敛性的判断通常是经验性的

比如，在马尔可夫链上进行随机游走，检验遍历均值是否收敛
再比如，在马尔可夫链上并行进行多个随机游走，比较各个随机游走的遍历均值是否接近一致

4. Metropolis-Hastings 算法

5. 吉布斯抽样