不可处理似然下的摊销比率估计重要性采样与局部化仿真校准

针对似然不可处理但可前向仿真的贝叶斯模型，该研究提出基于高斯混合专家代理的序贯后验估计，结合局部化重要性采样修正与摊销似然-证据比估计器。同时引入局部化仿真校准（SBC），以低额外计算代价在比后验更宽的邻域内探测校准，且每个局部设计仅需拟合一次代理与比估计器即可复用于所有伪观测。研究在三个案例（包括真实流行病学数据）上验证了两种方法的有效性。