对许多统计和科学研究来说,计算概率模型的正规化常数(比)是一个基本的计算问题.处理此类问题一般有三类方法:(1)分析近似,(2)数值积分,(3)Monte Carlo模拟.其中,Monte Carlo模拟是被广泛使用并行之有效的方法,它对复杂模型和高维模型尤为适用.20世纪70年代以来,出现了许多用Monte Carlo模拟计算正规化常数的方法.该文首先介绍了重要抽样方法,桥抽样方法,路径抽样方法及其在理论物理方面的应用(热力学积分)和在数值分析方面的应用(Ogata方法),这三种方法相应的Monte Carlo误差逐渐减小.接着讨论了路径抽样中最优路径的选择问题,它与Jeffreys先验密度及两密度间的Rao和Hellinger距离有密切关系.正规化常数在统计背景下的一个重要应用是通过计算贝叶斯因子进行模型选择.该文最后仿照[7]讨论了如何用路径抽样方法对结构方程可以为非线性的结构方程模型计算贝叶斯因子,并将其作进一步推广,讨论了如何用路径抽样方法对测量方程和结构方程均可以为非线性的结构方程模型计算贝叶斯因子,并分别对以上两种情况用WinBUGS软件给出模拟例子.模拟结果表明,从计算贝叶斯因子进行模型选择角度看,路径抽样方法不失为一个不错的工具.