退火重要性采样怎么样？它的方差比常规重要性抽样低得多。我已经看到它被称为“黄金标准”，实施起来并不比“正常”重要性抽样难多少。从某种意义上说，您必须为每个样本进行一堆 MCMC 移动，这会比较慢，但每个样本往往质量非常高，因此在您的估计稳定之前您不需要那么多移动。

另一个主要的替代方法是顺序重要性抽样。我的感觉是它的实现也相当简单，但它需要对我所缺乏的顺序蒙特卡罗（AKA 粒子过滤）有一定的了解。

祝你好运！

编辑添加：看起来您链接到的 Radford Neal 博客文章也推荐退火重要性采样。让我们知道它是否适合您。

这可能有助于阐明边际分布计算。另外，我建议使用Friel 和 Pettitt介绍的幂后验方法。这种方法似乎很有前途，尽管它有一些局限性。或者你可以通过正态分布对后验分布进行拉普拉斯近似：如果 MCMC 的直方图看起来对称且类似正态，那么这可能是一个很好的近似。