Среднеквадратичное уменьшение погрешности (встроенных) проекций для цепей Маркова
arXiv: 2610,04069v1 Annualce Type: New Habriatory: Мы рассматриваем оценку распределения инвариантов в долл. США на ядре маркива на дискретном пространстве государства (или средней стоимости $pi(f) долларов функционального доллара менее чем в доллары США), когда решение уравнения изменчивости не представляется возможным. Взглядные оценки используют знания ядра, пропагандируя эмпирическую меру оккупации на ступенях цепочки в размере кв. долл. США. Когда ядро известно, как в цепи Markov Monte Carlo, мы сравниваем их среднюю квадратную ошибку с погрешностью эмпирического оценщика для независимых или Марковских данных, стационарных или нет. Наш главный результат показывает, что для Марковских данных одноэтапная оценка всегда улучшается на эмпирическом асимптотическом уровне и что ее улучшение растет с $ в кл. для обратимых ядер. Необратимый контрпример показывает, что обратимость просто не может быть снята. В статистической настройке, где ядро принадлежит к параметрическому семейству с неизвестным параметром, мы вводим встроенный взгляд-
