帮老板审稿，这稿子用了个非常牛逼的Bayesian Model+MCMC做降水的突变检验，很明显是个ML的方法，这么好的机会，肯定要抓着搞明白。
整理一些资料如下：
- 贝叶斯方法介绍: 这是篇非常好的科普，从贝叶斯老爷的逆概问题讨论形式化的贝叶斯概型。
- MC, MC, MCMC: 蒙特卡洛、马尔可夫链，到马尔可夫链蒙特卡洛方法。
- 似然函数:终于明白了似然函数是什么意思，表征观测结果对应预期分布的似然性。定性的说，一个硬币投了一百次有90次正面，那么这个硬币正常的似然性很低很低。
- 最大似然估计:对同一个似然函数，如果存在一个参数值，使得它的函数值达到最大的话，那么这个值就是最为“合理”的参数值。
- MCMC方法小记：好例子!
- 理解MCMC:好例子！
Updated 2018-04-14