私が理解している限り、それは（少なくとも、Wikipediaがそれを定義している方法です）。しかし、私はこの声明をエフロン*が見つけました（強調は追加されました）。
マルコフ連鎖モンテカルロ（MCMC）は、現代のベイジアン統計の大きな成功事例です。MCMCとその姉妹メソッド「ギブスサンプリング」を使用すると、分析式では複雑すぎる状況での事後分布の数値計算が可能になります。
そして今、私は混乱しています。これは用語のわずかな違いですか、それともギブスはMCMC以外のものをサンプリングしていますか？
回答:
現在ギブスサンプリングと呼ばれているアルゴリズムは、マルコフ連鎖を形成し、その入力にモンテカルロシミュレーションを使用するため、MCMC（マルコフチェーンモンテカルロ）メソッドの適切なスコープに実際に含まれます。歴史的に、この方法は少なくとも20世紀半ばまでさかのぼることができますが、その方法はよく知られておらず、後に使用される統計物理学を検討したGeman and Geman（1984）の独創的な論文によって普及しました。ギブス分布は、（いくつかの歴史的な参照のために、参照Casellaのとジョージ・1992、P。167）。
何らかの理由で、彼の論文ではありませんが、エフロンはギブスサンプラーをMCMCの範囲外であるかのように参照しています。彼はあなたが与えた引用で、そしてまた紙のいくつかの他の部分でこれを行います。彼のテクニックへの最初の言及は「ギブスサンプラー」（引用で与えられた）を参照しているので、元の方法が統計物理学のギブス分布を通じて開発されたものであり、 MCMCの一般的な統計理論はずっと後まで続きます。これが、なぜ彼がこのようにそれを言及しているのかについての私の最良の推測です。
更新：エフロン教授はまだ生きているので、私は自由に彼に手紙を書いて、なぜ彼がギブスサンプラーをこのように説明しているのか尋ねました。これが彼の応答です（彼の許可を得て複製）：
これは主に歴史的な理由によるものでした...一方、ギブスのアルゴリズムはMCMCのレシピとはかなり異なって見え、ある意味で同じであることを示すにはいくらかの作業が必要です。（エフロン2018、個人的対応、オリジナルの省略）
ウィキペディアで行きます。さらに良いことに、これらのMCMC研究者と一緒に行ってください。