注册 登录 进入教材巡展
#
  • #
  • #

出版时间:2016-03

出版社:高等教育出版社

以下为《贝叶斯统计》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 高等教育出版社
  • 9787040445046
  • 1版
  • 111689
  • 47220235-7
  • 平装
  • 异16开
  • 2016-03
  • 250
  • 215
  • 理学
  • 数学
  • 统计学类
  • 本科
内容简介

本书共六章,主要内容包括绪论、先验分布的选取、后验分布的计算、贝叶斯统计推断、贝叶斯统计决策和贝叶斯统计计算。书中各章配有大量的例题和习题, 书末附有常用的几个表格和部分习题解答供读者查用。

本书可作为高等学校统计学专业及相关专业本科生的教材,亦可作为统计专业的研究生、教师以及应用统计工作者的参考用书。

目录

 前辅文
 常用符号
 第一章 绪论
  1.1 引言
  1.2 贝叶斯统计推断的若干基本概念
  1.3 贝叶斯统计决策的若干基本概念
  *1.4 一些基本统计方法及理论的简单回顾
  习题一
 第二章 先验分布的选取
  2.1 主观概率
  2.2 利用先验信息确定先验分布
  2.3 利用边缘分布m(x)确定先验分布
  2.4 无信息先验分布
  2.5 共轭先验分布
  2.6 分层先验(多阶段先验)
  习题二
 第三章 常见统计模型参数的后验分布
  3.1 后验分布与充分性
  3.2 正态总体参数的后验分布
  3.3 一类离散分布和多项分布参数的后验分布
  3.4 寿命分布参数的后验分布
  3.5 泊松分布和均匀分布参数的后验分布
  习题三
 第四章 贝叶斯统计推断
  4.1 贝叶斯点估计
  4.2 区间估计
  4.3 假设检验
  4.4 预测推断
  4.5 假设检验与模型选择
  习题四
 第五章 贝叶斯统计决策
  5.1 引言
  5.2 后验风险最小原则
  5.3 一般损失函数下的贝叶斯估计
  5.4 假设检验和有限行动(分类) 问题
  *5.5 Minimax 准则
  习题五
 第六章 贝叶斯统计计算方法
  6.1 引言
  6.2 蒙特卡洛抽样方法
  6.3 MCMC 中马尔可夫链的一些基本概念
  6.4 MCMC 方法简介
  6.5 Metropolis-Hastings 算法
  6.6 Gibbs 抽样方法
  6.7 R与WinBUGS软件
  习题六
 部分习题参考答案
 附表
  附表1 常用概率分布表
  附表2 标准正态分布表
  附表3 t分布表
  附表4 chi ^2分布表
 参考文献
 索引