gaolei gibbs采样和MH算法是MCMC的两种算法，用来分析贝叶斯分析的后验分布。MH算法在1973年就得到了完善，而gibbs采样在1980s中期才出现。相对于MH算法，gibbs采样的突出优势在哪呢？是不是gibbs采样能够对写不出解析形式的后验分布函数采样？ 贝叶斯分析的后验分布一定能写出解析形式吗？有没有写不出来的情况？写不出来的话用什么工具处理呢？ 问题有点多了，可能没说到点子上，谢谢关注！
yihui 要是后验分布一定能写出解析形式（先验乘似然那不算解析形式吧），做贝叶斯的人五一国庆都可以休十四天，过年再单放一个月假，频率学派都要加班。 我作为贝叶斯民科的理解是，Gibbs需要所有的全条件分布，这一点可能有点太理想了，当然如果条件分布都知道，那抽样就没什么悬念了。MH抽样跑近了可能半天还没跑出一个山头，跑远了又容易被拒绝，变成原地踏步走。 期待Hamiltonian MC一统天下吧，看起来非常江南Style： http://youtu.be/Vv3f0QNWvWQ （有墙，小心磕头）
enthumelon 回复 第2楼 的 谢益辉：HMC 参数选取是个大问题。弄不好连遍历性都没有了－－当然这也可以叫做天下没有免费午餐定理。现在一堆一堆的算法都在弄这个，还有弄到什么黎曼表面上的－－我只能说物理学太差，没太想明白为啥这么想。 回复 第1楼 的 gaolei：写不出可以Gibbs套MH或者用比如ARS啥的。优势在于若能写成Gibbs，那个接受率是1诶。MH的话，proposal function是个大问题，MHC可以看成一种很好的选取Proposal的办法。
gaolei 回复 第2楼 的 谢益辉：回复 第3楼 的 enthumelon：是不是说，为了分析方便起见，我们设计的贝叶斯模型大多都是可以直接写出后验分布函数的？这里，我理解“直接写出”的意思，是后验分布函数是显示表达的，里面没有积分符号之类的。 我看Learnbayes包里的rwmetrop()和gibbs（）这两个MCMC函数，都需要首先定义好后验分布，然后扔进去就能跑出结果结果来。如果后验分布都写不出来，就扔不进去了是不是？
yihui 回复 第3楼 的 enthumelon：HMC我纯粹是外行，那个能量守恒（动能和势能）的概念迷迷糊糊大概明白是怎么回事，后来我看Stan搞的也是某个版本（No U-turn）的HMC。因为上课从来没学过也从没提过这玩意儿，就觉得它还挺神奇的，不知道里面到底有多大的坑。
