【贝叶斯统计】MCMC基础1 Metropolis-Hastings算法
【贝叶斯统计】MCMC基础6 哈密顿-蒙特卡洛算法
【贝叶斯统计】MCMC基础7 RJ-MCMC算法推导1 Change Point Detection
【贝叶斯统计】贝叶斯参数估计基础
【贝叶斯统计】MCMC基础8 RJMCMC算法推导2 Variable Selection
【贝叶斯统计】参数展开（Parameter Expansion）
【贝叶斯统计】贝叶斯公式与先验选择
【贝叶斯统计】超参，经验贝叶斯与MMLE
【贝叶斯统计】Variable Selection的soft-thresholding先验方法
【贝叶斯统计】MCMC基础14 Slice Sampling
【贝叶斯统计】MCMC基础11 哈密顿-蒙特卡洛算法的自调参方法
【贝叶斯统计】DESeq2
【贝叶斯统计】Bayes LASSO
【贝叶斯统计】MCMC基础13 哈密顿-蒙特卡洛 No-U-Turn Sampler （NUTS）算法介绍
【贝叶斯统计】MCMC基础9 朗之万-蒙特卡洛算法
【贝叶斯统计】Cesaro-arerage risk （后验预测分布的渐近分析基础，以Horseshoe模型为例）
【贝叶斯统计】MCMC基础12 量子蒙特卡洛与量子概率论的概念基础
【贝叶斯统计】贝叶斯建模1 贝叶斯Logistic Regression上 先验选择
【贝叶斯统计】AIC，BIC与DIC
【贝叶斯统计】MCMC基础5 adaptive MCMC的R编程教学 以Normal Mean Model with Horseshoe-like为例
