以往在进行Bayes统计计算时,往往是就具体问题提出相应的数值算法求解,这些算法一般不能推广到其他的Bayes统计计算问题上,而且对于Bayes统计计算中出现复杂的、高维的积分常规的数值方法也是无计可施。MCMC方法提供了从后验分布直接抽样的途径,由获得的样本可以估计所关心的量,从而隐含地求解了积分。那么,如果当该链足够长时,由其模拟的数值可以被视作是来自目标分布的独立样本,这样便可以用它来推论π的重要特征。 ......