マルコフ連鎖モンテカルロ（MCMC）を学習するための優れた情報源

MCMCの方法を学ぶための優れた情報源に関する提案はありますか？

オンラインチュートリアルについては、

• MCMCのチュートリアル、 Sahut著（2000）
• ハンソンによるマルコフ連鎖モンテカルロのチュートリアル（2000）
• Zhuらによるコンピュータービジョンのマルコフ連鎖モンテカルロ （2005）
• Berg（2004）によるマルコフ連鎖モンテカルロシミュレーションとその統計解析の紹介。

Geyerによる実用的なマルコフ連鎖モンテカルロ（統計科学、1992）も良い出発点であり、MCMCpackまたはmcmc Rパッケージでイラストを見ることができます。

まだ読んでいませんが、Rに興味があるなら、Christian P. RobertとGeorge Casellaの本： Rを使ったモンテカルロ法の紹介（Use R）があります。

私は彼の（非常に良い）ブログをフォローすることでそれを知っています

Gilks​​ WR、Richardson S.、Spiegelhalter DJ Markov Chain Monte Carlo in Practice。チャップマン＆ホール/ CRC、1996年。
現在は比較的古い人物ですが、それでもなお良い人物です。

マルコフ連鎖モンテカルロのハンドブック、スティーブブルックス、アンドリューゲルマン、ガリンジョーンズ、シャオリーメン編 2011 CRCプレス。

ゲルマンとシャーリーによる第4章「シミュレーションからの推論と収束の監視」はオンラインで利用できます。

ダニ・ゲーマーマン＆エディベルト・F・ロペス。マルコフ連鎖モンテカルロ：ベイジアン推論の確率的シミュレーション（第2版）。ボカラトン、フロリダ州：Champan＆ホール/ CRC、2006. 344頁ISBN 0-412-81820-5。 。

-Gilks​​、Richardson、Spiegelhalterよりも最近更新された本。私自身はそれを読んでいませんが、2008年にTechnometricsでよくレビューされ、1998年にThe Statisticianで初版も良いレビューを得ました。

別の古典的な位置（すでに述べたRによるモンテカルロ法の紹介に伴う）：

ロバートとカセラによるモンテカルロ統計法（2004）

で使用R！シリーズもあります：

SuessとTrumboによる確率シミュレーションとRによるギブスサンプリングの概要（2010）

私が最も利用しやすいと思ったテキストは、ベイジアン認知モデリング：実践コースです。非常に明確な説明。この本にはBUGSのすばらしい例があり、GitHubの例のページでStanに移植されています。