估计实对数典型阈值

边际似然的评估在模型选择问题中起着重要作用。广泛适用的贝叶斯信息准则（WBIC）和奇异贝叶斯信息准则（sBIC）给出了对数边际似然的近似，可应用于正则与奇异模型。当实对数典型阈值已知时，sBIC 的性能被认为优于 WBIC，但已知的实对数典型阈值很少。在本文中，我们基于带逆温度的热力学积分的方差，提出了一种实对数典型阈值的新估计量。此外，我们提出了一种使 sBIC 得以广泛应用的应用方法。最后，我们通过模拟研究和对真实数据的应用考察了该估计量及模型选择的性能。