上篇 Bayes统计推断基础
第1章 绪论
1.1 经典统计与贝叶斯统计的比较
1.1.1 经典统计的缺陷
1.1.2 对经典学派的批评
1.1.3 对贝叶斯方法的批评
1.1.4 贝叶斯统计存在的问题
1.2 从一个例子来看经典统计与贝叶斯统计
1.2.1 基于R语言的一个例子
1.2.2 频率学派方法
1.2.3 贝叶斯学派方法
1.3 贝叶斯统计的兴起与发展
1.4 贝叶斯统计的广泛应用
1.4.1 促进了统计科学自身的发展
1.4.2 在经济、金融和保险中的应用
1.4.3 在生物、医学、生态学中的应用
1.4.4 在可靠性中的应用
1.4.5 在机器学习中的应用
1.4.6 贝叶斯定理成为Google计算的新力量
1.4.7 应用贝叶斯方法搜寻失联航班
1.5 贝叶斯统计的今天和明天
1.5.1 客观贝叶斯分析
1.5.2 主观贝叶斯分析
1.5.3 稳健贝叶斯分析
1.5.4 频率贝叶斯分析
1.5.5 拟贝叶斯分析
1.6 参数的E-Bayes估计法概述
1.6.1 提出E-Bayes估计法的背景
1.6.2 E-Bayes估计法概述
1.6.3 一个超参数情形
1.6.4 两个超参数情形
1.7 参数的M-Bayes可信限的定义
1.7.1 单测M-Bayes可信限
1.7.2 双测M-Bayes可信限
1.8 本书的内容安排
第2章 先验分布和后验分布
2.1 统计推断的基础
2.2 贝叶斯定理
2.2.1 事件形式的贝叶斯定理
2.2.2 随机变量形式的贝叶斯定理
2.3 共轭先验分布
2.3.1 共轭先验分布的定义
2.3.2 后验分布的计算
2.3.3 常用的共轭先验分布
2.4 充分统计量
2.4.1 经典统计中充分统计量的定义和判断
2.4.2 贝叶斯统计中充分统计量的判断
2.5 常用分布列表
第3章 参数估计和假设检验
……
第4章 先验分布的选取
下篇 参数的E-Bayes估计法及其应用
第5章 Pareto分布形状参数的E-Bayes估计及其应用
第6章 Poisson分布参数的E-Bayes估计及其应用
第7章 指数分布参数的E-Bayes估计及其应用
第8章 失效概率的E-Bayes估计及其应用
参考文献
展开