Key points are not available for this paper at this time.
우리는 확률적 시뮬레이션을 위한 강력하고 유연한 MCMC 알고리즘을 소개합니다. 이 방법은 Genetics 164 (2003) 1139–1160에서 처음 소개된 준마진 방법에 기반하며, 이상적인 마진 알고리즘에 대한 근사치를 갖는 알고리즘이 이상적인 방법과 동일한 마진 정적 분포를 공유할 수 있는 방법을 보여줍니다. 제안된 방법의 수렴 특성을 설명하는 이론적 결과가 제공되며, 기술의 유망한 경험적 특성을 설명하기 위한 간단한 수치 예제가 제공됩니다. 더 분명하지만 부정확한 마진 알고리즘에 대한 몬테 카를로 근사치와의 흥미로운 비교도 제공됩니다.
Andrieu et al. (화.), 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: