بروكس إس. غيلمان إيه. طرق عامة لمراقبة تقارب تكراري ألعاب المحاكاة 1998.
Chen, A., Chan, D., Koehler, J., وانغ واي Sun, Y., Jin وY., بيري، إم.، Google, Inc. تصحيح التحيز لنتائج البحث المدفوعة في مجموعة القنوات الإعلامية النمذجة، 2018.
مايكل، مايكل. أساسيات بايزيان: مقدمة مفاهيمية حول التطبيق في R و ستان جامعة ميشيغان. (11-09-2015).
غيلمان إيه. Rubin, D., الاستنتاج من المحاكاة التكرارية باستخدام الخيارات المتعدّدة التسلسلات، 1992.
هيرنان MA, Robins JM (2020). الاستنتاج السببي: التعريف إذا: بوكا راتون: تشابمان هول/CRC.
Jin وY., وانغ واي Sun, Y., Chan, D., Koehler, J., Google Inc. Bayesian طرق نمذجة تشكيلة الوسائط باستخدام مخطط الانتقال والشكل التأثيرات 2017
نغ وهـ. Wang, Z., & داي، إيه. نموذج معامل بايز متغير الوقت مع التطبيقات على وضع نماذج المزيج التسويقي 2021.
لؤلؤة، جوديا. السببية. مطبعة جامعة كامبريدج. (2009-09-14) رقم ISBN 9781139643986.
Spline (الرياضيات)، ويكيبيديا
Sun, Y., وانغ واي Jin وY., Chan, D., Koehler, J., Google Inc. المستوى الجغرافي تشكيلة وسائل الإعلام الهرمية على بايز وضع النماذج 2017
Tensorflow Probability (احتمالية Tensorflow)
وانغ واي Jin وY., Sun, Y., Chan, D., Koehler, J., Google LLC (أ) نهج بايز الهرمي لتحسين نماذج مجموعة القنوات الإعلانية باستخدام الفئة البيانات، 2017
تشانغ واي Wurm, M., لي وإي. Wakim, A., كيلي جيه. السعر، ب.، ليو يو. Google Inc. معايرة نموذج مجموعة Media Mix باستخدام Bayesian سابقون 2023.
تشانغ واي Wurm, M., Wakim, A., لي وإي. ليو يو. Google Inc. Bayesian نموذج مجموعة القنوات الإعلانية الهرمي الذي يدمج مدى الوصول ومعدل التكرار البيانات 2023.
