Risposte:
Per i tutorial online, ci sono
Anche la pratica catena Markov Monte Carlo , di Geyer ( Stat. Science , 1992), è un buon punto di partenza, e puoi vedere i pacchetti MCMCpack o mcmc R per le illustrazioni.
Non l'ho letto (ancora), ma se ti piace R, c'è il libro di Christian P. Robert e George Casella: Presentazione dei metodi Monte Carlo con R (Usa R)
Lo so dal seguire il suo (ottimo) blog
Gilks WR, Richardson S., Spiegelhalter DJ Markov Chain Monte Carlo in Practice . Chapman & Hall / CRC, 1996.
Un vecchio parente ora, ma ancora un buono.
Il capitolo 4 , "Inferenza da simulazioni e monitoraggio della convergenza" di Gelman e Shirley, è disponibile online.
- un libro aggiornato più di recente rispetto a Gilks, Richardson e Spiegelhalter. Non l'ho letto da solo, ma è stato ben recensito in Technometrics nel 2008 e anche la prima edizione ha ottenuto una buona recensione in The Statistician nel 1998.
Un'altra posizione classica (accompagnata dal già citato Introduzione dei metodi Monte Carlo con R ):
Metodi statistici Monte Carlo di Robert and Casella (2004)
in Usa R! serie c'è anche:
Introduzione alla simulazione di probabilità e campionamento di Gibbs con R di Suess e Trumbo (2010)
Il testo che ho trovato più accessibile è il modello cognitivo bayesiano: un corso pratico . Esposizione molto chiara. Il libro contiene grandi esempi in BUGS e sono stati portati su Stan nella sua pagina di esempi github .