Rantai Markov Monte Carlo adalah metode yang didasarkan pada rantai Markov yang memungkinkan kita untuk mendapatkan sampel (dalam pengaturan Monte Carlo) dari distribusi non-standar yang darinya kita tidak dapat menarik sampel secara langsung.
Pertanyaan saya adalah mengapa rantai Markov "canggih" untuk pengambilan sampel Monte Carlo. Sebuah pertanyaan alternatif mungkin, apakah ada cara lain seperti rantai Markov yang dapat digunakan untuk pengambilan sampel Monte Carlo? Saya tahu (setidaknya dari melihat literatur) bahwa MCMC memiliki akar teoretis yang dalam (dalam hal kondisi seperti (a) periodisitas, homogenitas, dan keseimbangan terperinci) tetapi bertanya-tanya apakah ada model / metode probabilistik "sebanding" untuk Monte Sampling Carlo mirip dengan rantai Markov.
Tolong bimbing saya jika saya telah membingungkan beberapa bagian dari pertanyaan (atau jika tampaknya membingungkan sama sekali).
sumber