吉布斯采样器、Metropolis算法和类似的迭代模拟方法对于总结多元分布可能非常有用。然而，天真地使用迭代模拟可能会给出误导性的答案。我们的方法简单，通常适用于任何迭代模拟的输出；它们是为那些主要对数据和模型背后的科学感兴趣的研究人员设计的，而不是为那些对迭代模拟本身背后的概率理论感兴趣的研究员设计的。我们推荐的策略是使用几个独立的序列，从过度分散的分布中采样起点。在迭代模拟的每个步骤中，我们获得了每个感兴趣的单变量估计值的分布估计值，以及如果无限期地继续模拟，分布估计值可能变得更加尖锐的估计值。由于我们的重点是对实际问题中的贝叶斯后验分布进行应用推理，这些后验分布在转换和边缘化后往往趋于正态，因此我们将结果作为正态理论近似，以精确的贝叶斯推断为条件，以观察到的模拟为条件。这些方法在随机效应混合模型上进行了说明，该模型应用于正常和精神分裂症患者反应时间的实验测量。