查尔斯·盖尔。 关于蒙特卡罗最大似然计算的收敛性。 (英语) Zbl 0784.62019号 J.R.Stat.Soc.,塞尔维亚。B类 56,第1号,261-274(1994). 概要:归一化分布族的蒙特卡罗最大似然可用于极为广泛的一类模型。给定任意非负可积函数族(hθ:θinθ,唯一的正则性条件是参数空间的紧化,使得求值映射(θmapstohθ(x))保持连续。然后用概率1将对数似然次临界的蒙特卡罗逼近逼近到精确的对数似然,其最大值收敛到精确的最大似然估计,近似到轮廓似然次边界到近似似然的精确轮廓和水平集(支持区域)收敛到精确集(在Painlevé-Kuratowski集收敛中)。如果满足Wald型可积条件,当存在缺失数据时,同样的结果成立。此外,还证明了蒙特卡罗误差的渐近正态性和蒙特卡罗近似对观测Fisher信息的收敛性。 引用于三评论引用于35文件 MSC公司: 10层62层 点估计 65C99个 概率方法,随机微分方程 65二氧化碳 蒙特卡罗方法 关键词:渐近正态性;吉布斯采样器;低聚合;马尔可夫链;Metropolis-Hastings算法;蒙特卡洛最大似然;归一化分布族;非负可积函数;参数空间的紧致化;个人资料可能性;Painlevé-Kuratowski集合收敛;Wald型可积条件;观察到的Fisher信息 PDF格式BibTeX公司 XML格式引用 \textit{C.J.Geyer},J.R.Stat.Soc.,Ser。B 56,编号1,261--274(1994;Zbl 0784.62019)