bayesglm（アーム）とMCMCpack

どちらも、bayesglm()MCMCpackパッケージ内の各種機能（アームRパッケージで）一般化線形モデルのベイズ推定を行うことを目的としているが、私は、彼らが実際には同じことを計算しているかわかりません。MCMCpack関数は、マルコフ連鎖モンテカルロを使用して、モデルパラメーターの後方結合から（依存）サンプルを取得します。bayesglm()一方、生成します。よくわかりません。

bayesglm()完全なベイジアン推定ではなくMAP（最大事後）推定となる点推定を生成するように見えますが、sim()事後描画を取得するために使用できるように見える関数があります。

誰かが2つの使用目的の違いを説明できますか？bayesglm() + sim()真の後部ドローを生成できますか、それとも何らかの近似ですか？

完全なソースコードを表示するには、armCRANからパッケージソースをダウンロードする必要があります（tarballです）。sim関数をざっと見てみるarmと、最尤推定の多変量正規性を仮定しているように見えるため、これは近似ベイズ法であると思います。バイナリロジスティックモデルなど、非常に非二次の対数尤度を持つモデルでは、これが十分に正確であるとは限りません。これについて他の人からコメントをもらいたいのですが。私はMCMCpack成功して使用しました。MCMCの十分な後方描画と収束が与えられれば、多くのモデルに正確なベイジアンソリューションを提供します。