MCMC方法的发展与现代贝叶斯的复兴——纪念贝叶斯定理发现250周年  

Development of MCMC Methods and Revival of Modern Bayesian Celebrating 250 Years of Bayes's Theorem

作　　者：刘乐平[1] 高磊[1] 杨娜[1] 

机构地区：[1]天津财经大学统计学系,天津300222

出　　处：《统计与信息论坛》2014年第2期3-11,共9页Journal of Statistics and Information

基　　金：国家自然科学基金项目(71171139);<多重风险相依情形下的最优保险问题研究>(71371138);天津社会科学规划项目<宏观统计数据可靠性评估方法研究>(TJTJ10-651);全国统计科研计划项目<贝叶斯统计与频率统计相融合的大数据分析新范式>(2013LY024);天津财经大学研究生创新基金资助

摘　　要：信息科学的进步如何影响统计学理论与方法的发展,是21世纪大数据时代统计学面临的重要问题。回顾20世纪40年代MCMC方法的起源与发展,基于千岛湖植物考察与R软件直观性解释Metropolis–Hastings算法,讨论MCMC方法的发展对现代贝叶斯统计复兴具有至关重要的作用。基于云计算随机模拟,统计学与信息科学密切结合、贝叶斯与频率统计相互交融的统计分析新范式,可能成为大数据研究的新思路。It is important issues of statistics in the era of big data that how advances in information science influence the development of statistical theory and methods. The paper briefly describes the origins and development of MCMC methods, and then through MCMC methods intuitive examples----Qiandao Lake Plant Visits, discuss the development of MCMC methods to modern Bayesian, in order to commemorate the 250th anniversary of Bayes＂ theorem discovery. New ideas in stochastic simulation based on cloud computing, statistics combined with information science, Bayesian statistics mingled with frequency will change our big data research methods.

关 键 词：MCMC方法 Metropolis-Hastings算法 千岛湖植物考察 贝叶斯定理 

分 类 号：C829.29[社会学—统计学]