（在 arm R 包中）和MCMCpackbayesglm()包中的各种函数都旨在对广义线性模型进行贝叶斯估计，但我不确定它们实际上是在计算相同的东西。MCMCpack 函数使用马尔可夫链蒙特卡罗从模型参数的联合后验中获取（依赖）样本。bayesglm()，另一方面，产生。我不确定是什么。

它看起来像bayesglm()产生一个点估计，这将使它成为 MAP（最大后验）估计而不是完整的贝叶斯估计，但是有一个sim()看起来可以用来获得后验的函数。

有人可以解释两者在预期用途上的区别吗？可以bayesglm() + sim()产生真正的后绘制，还是某种近似？