哈维尔·迪德洛；理查德·埃弗里特。；亚当·约翰森（Adam M.Johansen）。；丹尼尔·劳森。 模型证据的无似然估计。 （英语） Zbl 1330.62118号 贝叶斯分析。 6，第1期，49-76（2011）. 总结：统计推断方法通常要求似然函数在合理的时间内可计算。一类称为近似贝叶斯计算（ABC）的“无似然”方法能够消除这一要求，用模拟来代替似然估计。无似然方法在与马尔可夫链蒙特卡罗（MCMC）集成后，在过去几年中获得了效率和普及度和序贯蒙特卡罗（SMC），以便更好地探索参数空间。它们主要用于估计给定模型的参数，但也可用于比较模型。{}在这里，我们提出了一种新颖的无障碍模型比较方法，该方法基于对研究中每个模型证据的独立估计。与之前的技术相比，这些方法的主要优势在于，它们允许利用MCMC或SMC算法来探索参数空间，并且不需要能够在模型之间混合的取样器。我们使用一个简单的指数家族问题验证了所提出的方法，然后从人类群体遗传学中提供了一个现实的问题：基于Y染色体遗传数据的不同人口统计模型的比较。 引用于26文件 MSC公司： 2015年1月62日 贝叶斯推断 62页第10页 统计学在生物学和医学中的应用；元分析 65二氧化碳 蒙特卡罗方法 68瓦20 随机化算法 PDF格式BibTeX公司 XML格式引用 \textit{X.Didelot}等人，贝叶斯分析。6，第1号，49--76（2011；Zbl 1330.62118） 全文： DOI程序 欧几里得