本书围绕贝叶斯计量经济学中常用的统计量，即贝叶斯因子，系统性地梳理和介绍基于幂后验的贝叶斯因子的计算方法，从研究背景、文献回顾、理论介绍、算法提出、性质证明、应用实例、编程实现、不足及未来展望等方面进行了全面和详细的总结。本书提出的贝叶斯因子估计方法不仅可以应用到金融领域，还可以拓展到其他领域。该方法可以作为一种通用的方法，用于其他科学领域的模型比较、模型平均问题。因此，本书的研究成果具有潜在的、广泛的应用前景。

第一章 绪论
第一节 引言
第二节 贝叶斯因子的起源
第三节 贝叶斯因子的应用
第四节 贝叶斯因子的困境
第五节 本书结构及相关数学符号说明
第二章 幂后验的定义及性质
第一节 后验分布及其伯恩斯坦-冯-米塞斯定理
第二节 幂后验分布及其伯恩斯坦-冯-米塞斯定理
第三节 基于幂后验的边际似然的传统算法
第三章 贝叶斯因子计算：基于幂后验和重要性抽样的改进算法
第一节 TI-LWY算法
第二节 SS-LWY算法
第三节 假设条件
第四节 理论性质
第五节 应用实例：线性回归模型
第六节 应用实例：Copula模型
第四章 贝叶斯因子计算：基于幂后验、重要性抽样和泰勒展开的改进算法
第一节 TI-LWY2算法
第二节 SS-LWY2算法
第三节 应用实例：线性回归模型
第四节 应用实例：Copula模型
第五章 贝叶斯因子计算：基于R语言的有效实现
第一节 R语言基础
第二节 基于R语言的贝叶斯抽样
第三节 基于R语言的贝叶斯因子计算
第六章 结论及未来展望
第一节 结论
第二节 不足之处及研究展望
参考文献
附录1 定理2-1的证明
附录2 定理3-1的证明
附录3 定理3-2的证明
附录4 第三章四个推论的证明
附录5 定理4-1的证明
附录6 推论4-1的证明
附录7 R代码