顶部
收藏

贝叶斯统计


作者:
韦来生
定价:
25.50 元
版面字数:
250.00千字
开本:
16开
装帧形式:
平装
页数:
228
最新
印次时间:
暂无
ISBN:
978-7-04-044504-6
物料号:
44504-00
出版时间:
2016-03-01
读者对象:
高等教育
一级分类:
数学与统计学类
二级分类:
统计学专业课
三级分类:
其他课程

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

                                                                                                相关图书