我认为上下文是一个 MCMC 算法，因为这个术语在这样的上下文中是相当标准的。目标是模拟多元分布，即随机向量的分布。的完整条件分布只不过是给定所有其他变量的条件分布。$(\theta_1, \ldots,\theta_p)$$\theta_1$$\theta_1$

它是概率图模型 (PGM) 中变量（节点）的概率分布，其条件是 PGM 中所有其他变量的值。它等于变量的分布，其条件是由节点的子节点、父节点和共同父节点形成的马尔可夫毯的值。

正如Stephane所建议的，这对于 MCMC 采样很有用。