关于高维重要性采样中矩的存在性

重要性采样的理论结果依赖于重要性权重（即提议密度与目标密度之比）某些矩的存在性。特别是，有限方差可确保重要性采样估计的平方根收敛性和渐近正态性，这对该方法在实际中的可靠性至关重要。我们推导了高斯提议下权重任意所需矩存在性的条件，并表明这些条件对于具有潜在高斯分量的广泛模型而言几乎是充要条件。重要实例包括测量密度属于指数族的时间序列和面板数据模型。我们引入了实用且简单的方法来检验并施加所需矩存在性的条件。我们开发了一种双分量混合提议，使我们能够灵活地将给定的提议密度调整为鲁棒的重要性密度。这些方法在广泛模型上得到了演示，包括广义线性混合模型、非高斯非线性状态空间模型以及具有自回归随机效应面板数据模型。