貝葉斯分析方法

貝葉斯分析方法（Bayesian Analysis）提供了一種計算假設機率的方法，這種方法是基於假設的先驗機率、給定假設下觀察到不同數據的機率以及觀察到的數據本身而得出的。其方法為，將關於未知參數的先驗信息與樣本信息綜合，再根據貝葉斯公式，得出後驗信息，然後根據後驗信息去推斷未知參數的方法。

計算後驗分布期望的傳統數值計算方法是數值積分、拉普萊斯近似計算和蒙特卡洛（Monte Carlo）重要抽樣。目前，MCMC方法，即馬爾可夫鏈——蒙特卡羅(Markov chain Monte Carlo)方法已經變成了非常流行的貝葉斯計算方法。一方面是由於它處理非常複雜問題的效率，另一方面是因為它的編程方法相對容易。
關於MCMC方法最重要的軟體包是BUGS（Bayesian inference using gibbs sampling）和WinBUGS。這個軟體最初是由位於英國劍橋的生物統計學研究所（Biostatistics the Medical Research Council, Cambridge, United Kingdom）研製的，現在由這個研究所和位於倫敦的皇家學院醫學分院（the Imperial College School of Medicine）共同開發。
BUGS的運行以MCMC方法為基礎，它將所有未知參數都看做隨機變數，然後對此種類型的機率模型進行求解。它所使用的程式語言非常容易理解，允許使用者直接對研究的機率模型作出說明。軟體中的MCMC分析部分採用Fortran語言編寫，相關的程式語言設計非常有效。BUGS主要的目的是解決對完全機率模型的MCMC分析，BUGS軟體包適用於計算機的各種操作平台。WinBUGS是在BUGS基礎上開發面向對象互動式的Windows軟體版本，它可以在Windows 作業系統中使用，此外，WinBUGS還提供了圖形界面，允許通過滑鼠的點擊直接建立研究模型。