Simulation
蒙特卡洛（MC）和蒙特卡洛馬爾可夫鏈（MCMC）方法有什麼區別？
這兩種方法的目標似乎都是推導出後驗/目標分佈的估計。如果存在一個過程模型，它通過模型方程或其他計算將一些輸入參數（它們本身是不確定的，可以用 PDF 描述）與輸出參數聯繫起來，為什麼要選擇一種方法而不是另一種？兩者都適用嗎？是否可以就所需的繪圖/模擬運行次數對一種方法相對於另一種方法的優勢做出聲明，以便達到目標 PDF 的足夠好的近似值？
簡短的回答是：MCMC 是 MC，但並非所有 MC 都是 MCMC。
稍微長一點的答案：MC 方法是一類方法，其中 MCMC 是一種可能性。甚至 MCMC 也不能唯一地定義您的方法，因為 MCMC 有不同的變體。
您可以閱讀更多內容：Robert, CP, & Casella, G. (2004)。蒙特卡洛統計方法。紐約：斯普林格。