ในหนังสือของ Gelman & Hill (2007) (การวิเคราะห์ข้อมูลโดยใช้การถดถอยและโมเดลหลายระดับ / ลำดับชั้น) ผู้เขียนอ้างว่าการรวมพารามิเตอร์ที่ซ้ำซ้อนสามารถช่วยเร่ง MCMC ได้
ตัวอย่างที่กำหนดเป็นรูปแบบที่ไม่ใช่ซ้อนกันของ "flight simulator" (Eq 13.9):
พวกเขาแนะนำการแก้ไขใหม่เพิ่มพารามิเตอร์ค่าเฉลี่ยและดังนี้:
เหตุผลเดียวที่มีให้คือ (หน้า 420):
เป็นไปได้สำหรับการจำลองที่จะติดอยู่ในการกำหนดค่าที่ทั้งเวกเตอร์ (หรือ ) อยู่ไกลจากศูนย์ (แม้ว่าพวกเขาจะได้รับมอบหมายการกระจายที่มีค่าเฉลี่ย 0) ในที่สุดการจำลองจะมาบรรจบกันเพื่อการกระจายที่ถูกต้อง แต่เราไม่ต้องการที่จะต้องรอ
พารามิเตอร์ค่าเฉลี่ยที่ซ้ำซ้อนช่วยด้วยปัญหานี้ได้อย่างไร
สำหรับฉันแล้วดูเหมือนว่าโมเดลที่ไม่ซ้อนกันนั้นส่วนใหญ่จะช้าเพราะและมีความสัมพันธ์เชิงลบ (อันที่จริงถ้ามีใครขึ้นไปอีกคนหนึ่งจะต้องลงไปเพราะข้อมูลจะถูก "แก้ไข") พารามิเตอร์ค่าเฉลี่ยที่ซ้ำซ้อนช่วยลดความสัมพันธ์ระหว่างและหรืออย่างอื่นได้หรือไม่?