Boas fontes para o aprendizado da cadeia de Markov Monte Carlo (MCMC)

Alguma sugestão para uma boa fonte para aprender métodos MCMC?

Para tutoriais online, existem

• Um tutorial no MCMC , de Sahut (2000)
• Tutorial sobre a cadeia de Markov Monte Carlo , de Hanson (2000)
• Cadeia de Markov Monte Carlo para Computer Vision , de Zhu et al. (2005)
• Introdução às simulações de Monte Carlo da Cadeia de Markov e sua análise estatística , por Berg (2004).

A cadeia prática de Markov Monte Carlo , de Geyer ( Stat. Science , 1992), também é um bom ponto de partida, e você pode ver os pacotes MCMCpack ou mcmc R para ilustrações.

Ainda não li (mas), mas se você gosta de R, há o livro de Christian P. Robert e George Casella: Introdução aos métodos de Monte Carlo com R (use R)

Eu sei disso ao seguir o blog (muito bom) dele

Gilks ​​WR, Richardson S., Spiegelhalter DJ Markov Chain Monte Carlo na prática . Chapman & Hall / CRC, 1996.
Um parente oldie agora, mas ainda um goodie.

Manual de Markov Chain Monte Carlo, Steve Brooks, Andrew Gelman, Galin Jones e Xiao-Li Meng, orgs. 2011 CRC Press.

O capítulo 4 , 'Inferência de simulações e monitoramento de convergência' de Gelman e Shirley, está disponível online.

Dani Gamerman e Hedibert F. Lopes. Cadeia de Markov Monte Carlo: Simulação Estocástica para Inferência Bayesiana (2ª ed.). Boca Raton, FL: Champan & Hall / CRC, 2006. 344 pp. ISBN 0-412-81820-5 .

- um livro atualizado mais recentemente do que Gilks, Richardson & Spiegelhalter. Eu mesmo não li, mas foi bem revisado na Technometrics em 2008 , e a primeira edição também recebeu uma boa revisão no The Statistician em 1998.

Outra posição clássica (acompanhada dos já mencionados Introdução aos métodos de Monte Carlo com R ):

Métodos Estatísticos de Monte Carlo por Robert e Casella (2004)

no Use R! série há também:

Introdução à Simulação de Probabilidade e Amostragem de Gibbs com R por Suess e Trumbo (2010)

O texto que achei mais acessível é Modelagem Cognitiva Bayesiana: Um Curso Prático . Exposição muito clara. O livro tem ótimos exemplos no BUGS e eles foram transportados para o Stan na sua página de exemplos do github .