托马斯·迪奇乔（Thomas J.DiCiccio）。;罗伯特·E·卡斯。;阿德里安·拉弗瑞;拉里·瓦瑟曼 结合模拟和渐近近似计算贝叶斯因子。 （英语） Zbl 1050.62520号 美国统计协会。 92，编号439，903-915（1997）. 贝叶斯因子是两个后验归一化常数的比值，这可能很难计算。当可以通过马尔可夫链蒙特卡罗或其他技术从后验分布模拟观测值时，我们比较了几种估计贝叶斯因子的方法。我们研究的方法都很容易应用，而不考虑问题的特殊特征，前提是每个后验分布在具有单一主导模式的意义上表现良好。我们考虑了拉普拉斯方法的模拟版本、巴特利特校正的模拟版本，重要性抽样和互惠重要性抽样技术。我们还为每种情况引入了局部体积修正。此外，我们还应用了X-L.孟和W.H.Wong先生【Stat.Sin.6831–860（1996年；Zbl 0857.62017号)]. 我们发现，拉普拉斯方法的模拟版本，加上局部体积校正，提供了一个精确的近似值，在似然函数评估成本高昂时尤其有用。一种简单的桥式采样技术与拉普拉斯方法相结合，通常可以在精度上提高一个数量级。 引用于1审查引用于87文件 MSC公司： 2015年1月62日 贝叶斯推断 关键词：Bartlett修正;拉普拉斯法;型号选择;蒙特卡洛。 引文：Zbl 0857.62017号 软件：ts桥;人力资源管理SYM PDF格式BibTeX公司 XML格式引用 \textit{T.J.DiCiccio}等人，《美国统计协会杂志》第92卷，第439、903--915号（1997年；Zbl 1050.62520） 全文： DOI程序