图书介绍：本书内容分为3部分，共9章。第1部分为蒙特卡洛方法及其应用，其中第1章介绍了随机变量的模拟理论，这部分是统计计算的基础，也是蒙特卡洛方法和贝叶斯理论的基础；第2章介绍了蒙特卡洛积分，它对贝叶斯模型的求解具有重要意义；第3章介绍了蒙特卡洛EM方法，该方法有利于一些复杂模型的求解。第2部分为马尔科夫蒙特卡洛方法(MCMC)，其中第4章介绍了贝叶斯理论的基础知识；第5章介绍了贝叶斯马尔科夫链蒙特卡洛方法(MCMC)，主要包括MH方法和Gibbs方法；第6章介绍了MCMC方法的发展，如自适应MH方法和可逆跳跃MCMC方法等。第3部分为贝叶斯模型，其中第7章介绍了贝叶斯混合分布模型，该模型对异常数据建模具有一定的优势，可以体现贝叶斯方法的灵活性；第8章介绍了贝叶斯线性回归模型，通过该模型说明了贝叶斯建模的基本方法以及OpenBUGS的应用；第9章介绍了贝叶斯分层模型，该模型又称为随机效应模型，主要用来分析比较复杂的分层数据，应用贝叶斯方法处理该模型具有一定优势。