MCMC(Markov Chain Monte Carlo)

     MCMC是一种简单易行且应用广发的计算随机模拟方法，该方法的核心是构造一个概率转移矩阵，建立一个以分布π(x)为平稳分布的的Markoc链来得到π(x)的样本，通过随机抽样的这些样本就可以进行各种统计推断。
    有以下三步：
         1. 在观测样本上选择一个合适的Markov链，使其转移核为p(.,.),合适的含义就是指π(x)为其平稳分布
         2. 有观测样本上某一点θ0出发，由1中的马尔科夫链出发产生点序列θ0,..,θn
         3.对某个m和足够大个n，估计任意函数f(x)的期望。
    常用的MCMC抽样方法有Gibbs抽样和Metropolis-Hastings抽样。