内容大纲
贝叶斯方法是一种计算假设概率的方法。该方法将未知模型或变量看成已知分布的随机变量，基于先验和后验概率对未知参数进行推断。本书介绍了如何运用贝叶斯理论和统计推论来估计各种参数（包括比例、均值、相关性、回归和方差等）。贝叶斯方法是进行决策的重要工具，被广泛应用于医学、金融、市场预测、产品检测等领域，以解决一系列不确定的问题。
作者介绍
目录
序
第1章托马斯·贝叶斯统计推断
第2章经典统计推断
  第1节运用尾概率
  第2节置信区间的解释
  第3节参数值的不确定性
第3章贝叶斯定理
  第1节推导
  第2节范例
  第3节真总体
第4章有关比例的贝叶斯方法
  第1节比例
第5章其他参数的贝叶斯方法
  第1节均值
  第2节相关性
  第3节回归
  第4节列联表
  第5节两个均值间的差异
  第6节两个方差的比率
  第7节方差分析
第6章先验分布
  第1节信息先验与非信息先验
  第2节寻找先验分布
  第3节先验的主观性质
  第4节先验的影响
第7章贝叶斯的难点
  第1节先验
  第2节数据概率
  第3节计算
第8章贝叶斯的优势
  第1节特定层面原因
  第2节一般层面原因
参考文献
译名对照表

内容大纲

作者介绍