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）