Respuestas:
Para tutoriales en línea, hay
La práctica Markov Chain Monte Carlo , de Geyer ( Stat. Science , 1992), también es un buen punto de partida, y puede ver los paquetes MCMCpack o mcmc R para obtener ilustraciones.
No lo he leído (todavía), pero si te gusta R, está el libro de Christian P. Robert y George Casella: Introducción de los métodos de Monte Carlo con R (Use R)
Lo sé por seguir su (muy bueno) blog
Gilks WR, Richardson S., Spiegelhalter DJ Markov Chain Monte Carlo en la práctica . Chapman y Hall / CRC, 1996.
Un pariente viejo ahora, pero todavía un regalo.
El Capítulo 4 , 'Inferencia de simulaciones y monitoreo de convergencia' de Gelman y Shirley, está disponible en línea.
- un libro actualizado más recientemente que Gilks, Richardson y Spiegelhalter. No lo he leído yo mismo, pero fue bien revisado en Technometrics en 2008 , y la primera edición también recibió una buena revisión en The Statistician en 1998.
Otra posición clásica (como se acompaña de los Métodos Monte Carlo ya mencionados con R ):
Métodos estadísticos de Monte Carlo de Robert y Casella (2004)
en el uso R! serie también hay:
Introducción a la simulación de probabilidad y muestreo de Gibbs con R por Suess y Trumbo (2010)
El texto que he encontrado más accesible es Bayesian Cognitive Modeling: A Practical Course . Exposición muy clara. El libro tiene excelentes ejemplos en BUGS, y han sido portados a Stan en su página de ejemplos de Github .