貝葉斯統(tǒng)計(jì)及其R實(shí)現(xiàn)（第2版）

第1章貝葉斯統(tǒng)計(jì)基本概念

1.1引言

1.2概率空間與隨機(jī)事件貝葉斯公式

1.3三種信息與先驗(yàn)分布

1.4一般形式的貝葉斯公式與后驗(yàn)分布

本章要點(diǎn)小結(jié)

思考與練習(xí)

第2章共軛先驗(yàn)分布與充分統(tǒng)計(jì)量

2.1共軛先驗(yàn)分布

2.2多參數(shù)先驗(yàn)與后驗(yàn)分布

2.3充分統(tǒng)計(jì)量與應(yīng)用

本章要點(diǎn)小結(jié)

思考與練習(xí)

第3章先驗(yàn)分布尋求方法

3.1先驗(yàn)分布類型已知時(shí)超參數(shù)估計(jì)

3.2由邊際分布確定先驗(yàn)分布

3.3用主觀概率作為先驗(yàn)概率

3.4無信息先驗(yàn)分布

本章要點(diǎn)小結(jié)

思考與練習(xí)

第4章貝葉斯統(tǒng)計(jì)推斷

4.1貝葉斯估計(jì)

4.2泊松分布參數(shù)的估計(jì)

4.3指數(shù)分布參數(shù)的估計(jì)

4.4正態(tài)分布參數(shù)的估計(jì)

4.5貝葉斯假設(shè)檢驗(yàn)

4.6模型的比較與選擇

4.7貝葉斯統(tǒng)計(jì)預(yù)測(cè)

本章要點(diǎn)小結(jié)

思考與練習(xí)

第5章決策概念與貝葉斯決策

5.1決策基本概念

5.2損失函數(shù)

5.3貝葉斯決策

5.4抽樣的價(jià)值

本章要點(diǎn)小結(jié)

思考與練習(xí)

第6章貝葉斯統(tǒng)計(jì)計(jì)算方法

6.1什么是MCMC方法

6.2吉布斯抽樣

6.3梅切波利斯哈斯廷斯算法

6.4MCMC的收斂性問題

本章要點(diǎn)小結(jié)

思考與練習(xí)

第7章統(tǒng)計(jì)決策概要

7.1風(fēng)險(xiǎn)函數(shù)

7.2決策函數(shù)的容許性與小準(zhǔn)則

7.3貝葉斯風(fēng)險(xiǎn)準(zhǔn)則與貝葉斯解

本章要點(diǎn)小結(jié)

思考與練習(xí)

參考文獻(xiàn)

附錄常用概率分布表