Andreiu et al. (2010) "Particle Markov chain Monte Carlo methods"を簡単に説明する.SMCを用いた隠れマルコフモデルの(ベイズ的な)推定で一番良く使われる手法で,名前の通りSMCとMCMCを組み合わせて事後分布からのサンプリングを行う. xをlatent変数(マルコフ連鎖),yをデータ,cをパラメタとする.つまり隠れマルコフモデル(状態空間もでる)を考える.この時ポステリア,p(c|y)∝p(c)∫p(x|c)p(y|x,c)dxを推定したいとする.ここでp(c)はプライア.∫p(x|c)p(y|x,c)dx = p(y|c)なので,これは周辺尤度を求める必要があることを意味している.一般にlatent変数をintegrate outすることは難しいので,普通のMCMCだと(x,c)空間で探査することになり,xとcに相関がある