你用一把体温计量出 39℃，不会看到数字就宣布病因。你会先确认仪器是否正常，再结合症状判断，必要时换一种解释。贝叶斯建模也一样：算出结果只是开始，真正困难的是检查假设、排除计算故障，并在模型解释不了数据时回头修改。《Bayesian Workflow》值得关注，正因为它试图把这套往返过程从书本原则变成可以跟着案例和代码练习的工作流。
目前关于配套资源的公开信息主要来自作者 Andrew 在 Gelman 博客上的介绍，尚无独立信源交叉印证；文中不把作者的推荐语当作教学成效，也不推断材料没有披露的覆盖率或性能。
不是算完一次就交卷
贝叶斯统计会把分析者原先的判断写成“先验”，再结合观察到的数据，得到“后验分布”——也就是看完证据后，对各种可能性重新分配的可信程度。但一份后验分布再精致，也不自动代表模型合理。
贝叶斯工作流（Bayesian workflow）强调一个循环：建立模型，运行计算，检查计算是否可靠，检验模型能否解释数据，然后修改模型，再来一遍。它更像反复试菜，而不是照着配方做完便端上桌。代码的重要性也正在这里。读者看到的不只是最后的公式，还能看到一次分析怎样被执行、检查和调整。
这个循环里有三类关键检查。先验预测检查（prior predictive check）是在接触真实结果前，从模型的先验设定中模拟数据，看看它会不会产生明显荒谬的数值。说白了，这是给模型做常识体检。
模型拟合后，还要做后验预测检查（posterior predictive check）：让模型生成许多模拟数据，再与真实数据的分布和特征比较。如果关键形状都复现不了，即使后验计算得很精确，模型仍可能漏掉了重要结构。
第三类是计算诊断。贝叶斯模型常借助 MCMC——一种通过反复抽样来近似后验分布的算法。诊断的任务，是分清“模型确实认为答案有多种可能”和“算法还没有把可能性探索完整”。若不做这一步，计算故障可能被错当成研究发现。
代码把抽象循环落到手上
据 Andrew 在 Gelman 博客的介绍，《Bayesian Workflow》不仅提供 free PDF，还围绕 worked examples（完整展开的示例）配置了代码。Aki 创建的配套网站集中放置了书中案例与相关代码。原文将其称为一个“ecosystem”，但更稳妥的理解是：书、案例和代码彼此配合，帮助读者看到工作流怎样一步步发生。
案例也不只集中在 Part 4。Andrew 称，这一部分包含大量 case studies（案例研究），书中其他部分还穿插了不少只有几页的短案例。长案例适合展示一次分析如何走完整个循环；短案例则可以把某个检查或判断单独拆开。两者结合，才有机会把“应当检查模型”这种原则变成反复练习的动作。
不过，供稿没有给出案例总数、代码使用的编程语言、软件版本或运行环境，也没有证明网站覆盖了书中每一个例子。因此，“集中提供案例与代码”不应被扩大成“全部案例都有完整、可运行且可复现的代码”。
这套工作流也用在了自己身上
这本书的代码经历颇能说明主题本身。据 Learning Bayesian Statistics 播客，Andrew Gelman 曾坦承，早期版本的代码并非全部能够运行。后来 Aki Vehtari 与 Jonah Gabry 整理配套网站，团队特意保证代码能够实际跑通。
这段返工比一句“重视可复现”更具体。作者先发现产物与预期不符，再检查、修正并重新验证，恰好复现了书所倡导的思路。网站因此不只是纸书的附件，也记录了从错误暴露到可执行版本的迭代过程。
反差出现在纸面上。据 Andrew Gelman 博客记录，2026 年 7 月有读者留言称，收到的“精装本”实际为胶装，而且彩图套印错位、画面模糊。Gelman 回应说自己当时还没见到实体书，并请读者拍照、联系出版社换货。目前没有公开结论证明这是整批印刷故障，所以它只能算一次个案报告。但它提醒人们：代码可以逐项检查，出版链条仍可能在另一处出错。
为什么现在值得看
很多统计教材能教人写出模型，却未必充分展示模型失败之后怎么办。《Bayesian Workflow》的价值方向，是把注意力从一次性的“求答案”移到持续的“查问题”：先验是否离谱，计算是否可靠，模型能否重现数据的重要特征，修改之后又发生了什么。
配套代码让这些问题有机会成为可操作步骤，而不只是页边提醒。对学习者来说，这也改变了案例的用途：案例不再只是证明某种方法有效的标准答案，而是展示判断、诊断和返工的过程。真正可复用的并非某一段代码，而是一套遇到新问题时仍能重复执行的检查顺序。
局限与未知
- 现有材料没有披露代码所用语言、依赖版本、许可证及长期维护安排，也没有提供可复现性测试结果。
- “free PDF”的免费范围、具体版本和授权条件并不明确。
- 书、网站与代码生态的相关陈述目前都来自作者一方；案例覆盖程度和实际教学效果仍需更多独立材料验证。