zbMATH参考文献（参考 165篇文章 参考）

1. Dinner，亚伦R.；Thiede，Erik H.；Koten，Brian Van；Weare，Jonathan:分层作为马尔可夫链蒙特卡罗的一般方差缩减方法（2020）
2. Mulder，Kees；Klugkist，Irene；van Renswoude，Daan；Visser，Ingmar：循环数据峰值功率Batschelet分布的混合，并应用于扫视方向（2020年）
3. Reichl，Johannes:通过几何同一性估计从后向绘图的边缘可能性（2020）
4. Wong，Jackie S.T.；Forster，Jonathan J.；Smith，Peter W.F.：桥梁采样器的特性，重点是分离MCMC样品（2020年）
5. Annis，Jeffrey；Evans，Nathan J.；Miller，Brent J.；Palmeri，Thomas J.：估算Bayes因子的热力学积分和steppingstone采样方法：教程（2019年）
6. Chakraborty，Saptarshi；Khare，Kshitij:跟踪类数据增强算法谱的一致估计（2019年）
7. Frühwirth Schnater，Sylvia:保持平衡——有限混合中边际似然估计的桥抽样，专家混合和马尔可夫混合模型（2019）
8. Gronau，Quentin F.；Wagenmakers，Eric Jan；Heck，Daniel W.；Matzke，Dora:一种比较复杂模型的简单方法：使用Warp III桥抽样对分层多项式处理树模型进行贝叶斯模型比较（2019年）
9. Liu，Yang；Hu，Guangyu；Cao，Lei；Wang，Xiaojing；Chen，Ming Hui:答辩：计算项目反应理论模型边际可能性的蒙特卡罗方法比较（2019）
10. Albertu Yang，2019年，Albertu-Yang模型的重新校准；Albertu-Yang模型的重新校准
11. Roussel，Julien；Stoltz，Gabriel:控制分子动力学变量的扰动方法（2019）
12. Veen，Duco；Klugkist，Irene:标准误差、先验和桥梁抽样：Liu等人的讨论（2019年）
13. Zens，Gregor:混合专家模型中的贝叶斯收缩：识别类成员的稳健决定因素（2019）
14. Alzahrani，Naif；Neal，Peter；Spencer，Simon E.F.；McKinley，Trevelyan J.；Touloupou，Panayiota：计数数据时间序列的模型选择（2018年）
15. Johan Koskinen；Wang，Peng；Robins，Garry；Pattison，Philippa：指数随机图模型中的异常值和有影响的观察值（2018）
16. 《大比例尺模型：需要比例尺的模型》，Peter Naivele，2018年；Simon-Touncer；大型数据分析
17. Wong，Jackie S.T.；Forster，Jonathan J.；Smith，Peter W.F.：过度分散的贝叶斯死亡率预测（2018）
18. Everitt，Richard G.；Johansen，Adam M.；Rowing，Ellen；Evdemon Hogan，Melina:贝叶斯模型与非标准化可能性的比较（2017年）
19. Gronau，Quentin F.；Sarafoglou，Alexandra；Matzke，Dora；Ly，Alexander；Boehm，Udo；Marsman，Maarten；Leslie，David S.；Forster，Jonathan J.；Wagenmakers，Eric Jan；Steingroever，Helen:桥梁取样教程（2017）
20. Vitoratou，Silia；Ntzoufras，Ioannis:热力学贝叶斯模型比较（2017）