MCMC는 언제 평범 해졌습니까?

MCMC가 어느 해에 평범 해 졌는지 (즉, 베이지안 추론을위한 인기있는 방법)에 대해 아는 사람이 있습니까? 시간이 지남에 따라 발행 된 MCMC (저널) 기사 수에 대한 링크가 특히 유용합니다.

Christian (Xi'an) Robert와 George Casella 의이 논문 은 MCMC의 역사에 대한 훌륭한 요약을 제공합니다. 종이에서 (강조는 내 것입니다).

첫 번째 MCMC 알고리즘 으로 합리적으로 볼 수있는 것은 현재 Metropolis et al.이 발행 한 Metropolis 알고리즘입니다. (1953). 그것은 몬테 카를로 (Monte Carlo) 방법을 만든 동일한 과학자 그룹, 즉 Los Alamos의 연구 과학자, 주로 물리 물리학 자와 원자 폭탄을 연구하는 물리학 자로부터 나옵니다.

메트로폴리스 알고리즘은 나중에 Hastings (1970)와 그의 학생 Peskun (1973,1981)에 의해 일반화되었습니다.

고전적 의미에서 통계적 추론에서 다소 제거되었지만 통계 물리학에서 사용 된 초기 기술을 기반으로 하지만 Geman and Geman (1984) 의 획기적인 논문 은 Gibbs 샘플링을 통계적 응용 분야로 가져 왔습니다. 이 논문은 또한 Gibbs 샘플링이라는 이름을 책임지고 있습니다

특히 Geman과 Geman (1984)은 Gelfand와 Smith (1990)가 주류 통계 커뮤니티에서 MCMC 방법을 집중적으로 사용하기위한 진정한 출발점 인 논문을 작성하도록 영향을 미쳤다 . Gibbs 샘플러 및 Metropolis-Hastings 알고리즘과 같은 컴퓨팅 알고리즘을 사용하여 베이지안 방법, 통계 컴퓨팅, 알고리즘 및 확률 적 프로세스에 새로운 관심을 불러 일으켰습니다.

흥미롭게도 Tanner and Wong (1987)의 초기 논문은 Gelfand and Smith (1990)와 본질적으로 동일한 성분, 즉 조건부 분포에서 시뮬레이션하는 것이 무조건 관절에서 모의 ​​실험하기에 충분하다는 사실을 가지고있었습니다. 미국 통계 협회 저널 (Journal of the American Statistical Association)에서 토론 논문이 될 수 있지만 Gelfand와 Smith (1990)에 비해 그 영향은 다소 제한적이었습니다.

시간이 지남에 따라 게시 된 저널 기사 수를 찾을 수 없지만 시간이 지남에 따른 멘션 수에 대한 Google Ngram 플롯이 있습니다. MCMC가 1990 년 Gelfand and Smith의 논문 이후에 일반화 되었다는 개념에 다소 동의한다 .

knrumsey 의 탁월한 답변 은 MCMC의 중요한 학업 진행에 관한 역사를 보여줍니다. 검토해야 할 또 다른 측면은 일반 사용자가 MCMC를 용이하게하는 소프트웨어 개발입니다. 통계 방법은 보통 일반 사용자가 프로그래밍없이 구현할 수있는 소프트웨어로 구현 될 때까지 전문가가 주로 사용합니다. 예를 들어, 소프트웨어 BUGS는 1997 년에 처음으로 출시되었습니다. 이는 N-Grams 플롯에서 성장 궤적을 변경 한 것으로 보이지는 않지만이 방법을 발견 한 사용자들 사이에서이 방법을 일반적인 사용으로 만드는 데 영향을 미쳤을 수 있습니다. 자신의 루틴을 프로그래밍하는 것을 위협합니다.