| 缩略语表 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-12页 |
| 前言和文献回顾 | 第12-25页 |
| 正文 | 第25-58页 |
| 1 实现计算Gibbs抽样的基本思路 | 第25-27页 |
| ·存在的困难与应对方案 | 第25-26页 |
| ·整体构思 | 第26-27页 |
| 2 适应于Gibbs抽样的随机变量生成方法 | 第27-29页 |
| 3 程序设计方案 | 第29-32页 |
| 4 几个应用和实现MCMC计算的相关问题 | 第32-42页 |
| ·迭代次数的选择 | 第32-33页 |
| ·模拟结果的收敛性诊断 | 第33-39页 |
| ·几个提高计算性能的方法 | 第39-42页 |
| 5 计算与应用实例 | 第42-58页 |
| ·线性回归 | 第42-46页 |
| ·有随机效应的Logistic回归 | 第46-48页 |
| ·方差分量模型 | 第48-49页 |
| ·正态分层模型 | 第49-51页 |
| ·交叉设计的等效性检验 | 第51-53页 |
| ·Poisson模型 | 第53-54页 |
| ·Meta分析 | 第54-55页 |
| ·模型选择 | 第55-58页 |
| 小结 | 第58-61页 |
| 参考文献 | 第61-64页 |
| 附录: ARSP中节点定义的Delphi代码 | 第64-66页 |
| 个人简历和研究成果 | 第66页 |
| 致谢 | 第66页 |