送分倒不重要，关键是要懂得Bayes统计的关键是：结合了prior information 和 sample information，得到感兴趣参数的后验分布，然后，若此后验是已认识的，当然借助Monte Carlo等方法即可进行相应的统计推断，否则，得借助MCMC等方法对这个后验试图进行逼近以得到其抽样随机数，然后进行统计推断。整个过程，先验的作用是：若已有明确的认识，则试图用某概率模型试之，否则可以选用共轭，或无信息先验等。先验分布的参数的估计不是难点，同一般的频率学派的估计方法完全一样，可以 矩方法、极大似然和EM等。

谢谢2楼的回答，但现在遇到一个难题是我的先验信息特别少，我假设了样本x的先验分布函数类型是伽马分布，但我只知道样本x的均值和95%的分位数信息，其他的一概不知，这样通过联立方程组可以求出伽马分布的两个参数来，但伽马分布求积分很难化简，而且计算起来比较麻烦，不知道有没有可以在知道伽马分布的两个分位点信息的情况下求解分布参数的软件包或函数？？
希望多讨论之。。。

2# davidhaitaopan

应该说，你的先验信息很丰富啊。
可以告诉你的 样本x的均值和95%的分位数信息 吗？

谢谢四楼的回答！
      一般的，变量x是服从伽马分布的随机变量，现在知道伽马分布95%的分位点处的x是173，同时得知x的数学期望（用平均值代替）为100，现在要求x所服从的伽马分布的两个参数（a,b），如果建一个方程组，不知该如何解呢，如果不建立联立方程组，有没有什么其他方法？

4# davidhaitaopan

大神继续！