悉达多·奇布;伊凡·杰利亚兹科夫 Metropolis-Hastings输出的边际可能性。 （英语） Zbl 1015.62020号 美国统计协会。 96，第453号，270-281（2001）. 摘要：本文为贝叶斯模型比较提供了一个估计边际似然的框架。该方法扩展并完善了S.芯片[J.Am.Stat.Assoc.90，第432号，1313-1321（1995年；Zbl 0868.62027号)]通过克服与难以处理的全条件密度相关的问题。所提出的方法是在Metropolis Hastings算法产生的MCMC链的背景下开发的，该算法的构建块用于采样和边际似然估计，从而节省了预运行调整工作和编程。实验涉及二元数据的logit模型、聚类高斯数据的分层随机效应模型、聚类计数数据的泊松回归模型和相关二元数据的多元probit模型，以说明该方法的性能和实现。实例表明，该方法实用性强，适用范围广。 引用于6评论引用于211文件 MSC公司： 2015年1月62日 贝叶斯推断 65C60个 统计中的计算问题（MSC2010） 62英尺10英寸 点估计 关键词：贝叶斯因子;贝叶斯模型比较;聚集计数数据;相关二进制数据;局部不变性;局部可逆性;Metropolis-Hastings算法;多元密度估计;减少的条件密度 引文：Zbl 0868.62027号 PDF格式BibTeX公司 XML格式引用 \textit{S.Chib}和\textit{I.Jeliazkov}，《美国统计协会杂志》第96期，第453、270--281号（2001年；Zbl 1015.62020） 全文： 内政部