经典教材最容易出现一种读法：遇到问题就翻公式，用完又放回书架。Gelman 团队给《Bayesian Data Analysis》第三版（BDA3）设计了另一条路线：不再重复教材内容，而是逐章指出，哪些部分最适合用来学习贝叶斯工作流——也就是“建模、计算、诊断、检验、修改”的循环。
这份路线收录在团队新书《Bayesian Workflow》的附录 B，重点还包括怎样配合 Stan 使用。Stan 是把概率模型真正运行起来的工具，也能帮助检查计算和模型是否可靠。换句话说，读者不必把 BDA3 从头到尾当作一套公式大全，而可以围绕实际建模中的问题，有选择地进入相应章节。
它值得关注，不是因为提出了新的贝叶斯理论，而是把经典教材重新接到可执行、可检查、需要反复返工的工作流程上。供稿仅说明了附录的定位与组织方式，未披露具体的逐章阅读建议。