जवाबों:
यदि आप जानते हैं कि आपका परिवार किस स्थिति से है और यदि उस वितरण का व्युत्पन्न होना विश्लेषणात्मक रूप से संभव है, तो यह सही है।
हालाँकि, जब आप MCMC का उपयोग करते हैं, तो आप उस प्रकार की स्थिति में होने की संभावना नहीं रखते हैं। MCMC उन स्थितियों के लिए बनाई गई है जिसमें आपके पास कोई स्पष्ट विश्लेषणात्मक धारणा नहीं है कि आपका पश्च कैसा दिखता है।
अधिकांश पोस्टऑरेयर्स विश्लेषणात्मक रूप से अनुकूलन करने में मुश्किल साबित होते हैं (अर्थात एक ढाल लेते हुए और इसे शून्य के बराबर सेट करके), और आपको एमएपी करने के लिए कुछ संख्यात्मक अनुकूलन एल्गोरिदम का सहारा लेना होगा।
एक तरफ के रूप में: एमसीएमसी एमएपी से असंबंधित है।
एमएपी - अधिकतम पोस्टीरियर के लिए - एक पोस्टीरियर घनत्व के आनुपातिक कुछ स्थानीय अधिकतम खोजने और अनुमानों के अनुसार संबंधित पैरामीटर मूल्यों का उपयोग करने के लिए संदर्भित करता है। इसे के रूप में परिभाषित किया गया है
MCMC आमतौर पर एक संभावना घनत्व के आनुपातिक कुछ पर अपेक्षाओं का उपयोग किया जाता है । बाद के मामले में, कि
क्रूक्स यह है कि एमएपी में अनुकूलन शामिल है , जबकि एमसीएमसी नमूने के आसपास आधारित है ।
