現(xiàn)代統(tǒng)計(jì)學(xué)系列叢書(shū)：貝葉斯統(tǒng)計(jì)簡(jiǎn)介，目錄書(shū)摘
2020-01-07 12:14
來(lái)源：京東
作者：京東
現(xiàn)代統(tǒng)計(jì)學(xué)系列叢書(shū)：貝葉斯統(tǒng)計(jì)
暫無(wú)報(bào)價(jià)
700+評(píng)論
99%好評(píng)
編輯推薦:
內(nèi)容簡(jiǎn)介: 《現(xiàn)代統(tǒng)計(jì)學(xué)系列叢書(shū)：貝葉斯統(tǒng)計(jì)》共六章，主要內(nèi)容包括緒論、先驗(yàn)分布的選取、后驗(yàn)分布的計(jì)算、貝葉斯統(tǒng)計(jì)推斷、貝葉斯統(tǒng)計(jì)決策和貝葉斯統(tǒng)計(jì)計(jì)算。
《現(xiàn)代統(tǒng)計(jì)學(xué)系列叢書(shū)：貝葉斯統(tǒng)計(jì)》各章配有大量的例題和習(xí)題，書(shū)末附有常用的幾個(gè)表格和部分習(xí)題解答供讀者查用。
《現(xiàn)代統(tǒng)計(jì)學(xué)系列叢書(shū)：貝葉斯統(tǒng)計(jì)》可作為高等學(xué)校統(tǒng)計(jì)學(xué)專業(yè)及相關(guān)專業(yè)本科生的教材，亦可作為統(tǒng)計(jì)專業(yè)的研究生、教師以及應(yīng)用統(tǒng)計(jì)工作者的參考用書(shū)。
《現(xiàn)代統(tǒng)計(jì)學(xué)系列叢書(shū)：貝葉斯統(tǒng)計(jì)》各章配有大量的例題和習(xí)題，書(shū)末附有常用的幾個(gè)表格和部分習(xí)題解答供讀者查用。
《現(xiàn)代統(tǒng)計(jì)學(xué)系列叢書(shū)：貝葉斯統(tǒng)計(jì)》可作為高等學(xué)校統(tǒng)計(jì)學(xué)專業(yè)及相關(guān)專業(yè)本科生的教材，亦可作為統(tǒng)計(jì)專業(yè)的研究生、教師以及應(yīng)用統(tǒng)計(jì)工作者的參考用書(shū)。
作者簡(jiǎn)介:
目錄:常用符號(hào)
第一章 緒論
1．1 引言
1．2 貝葉斯統(tǒng)計(jì)推斷的若干基本概念
1．3 貝葉斯統(tǒng)計(jì)決策的若干基本概念
*1．4 一些基本統(tǒng)計(jì)方法及理論的簡(jiǎn)單回顧
習(xí)題一
第二章 先驗(yàn)分布的選取
2．1 主觀概率
2．2 利用先驗(yàn)信息確定先驗(yàn)分布
2．3 利用邊緣分布m（z）確定先驗(yàn)分布
2．4 無(wú)信息先驗(yàn)分布
2．5 共軛先驗(yàn)分布
2．6 分層先驗(yàn)（多階段先驗(yàn)）
習(xí)題二
第三章 常見(jiàn)統(tǒng)計(jì)模型參數(shù)的后驗(yàn)分布
3．1 后驗(yàn)分布與充分性
3．2 正態(tài)總體參數(shù)的后驗(yàn)分布
3．3 一類離散分布和多項(xiàng)分布參數(shù)的后驗(yàn)分布
3．4 壽命分布參數(shù)的后驗(yàn)分布
3．5 泊松分布和均勻分布參數(shù)的后驗(yàn)分布
習(xí)題三
第四章 貝葉斯統(tǒng)計(jì)推斷
4．1 貝葉斯點(diǎn)估計(jì)
4．2 區(qū)間估計(jì)
4．3 假設(shè)檢驗(yàn)
4．4 預(yù)測(cè)推斷
4．5 假設(shè)檢驗(yàn)與模型選擇t
習(xí)題四
第五章 貝葉斯統(tǒng)計(jì)決策
5．1 引言
5．2 后驗(yàn)風(fēng)險(xiǎn)最小原則
5．3 一般損失函數(shù)下的貝葉斯估計(jì)
5．4 假設(shè)檢驗(yàn)和有限行動(dòng)（分類）問(wèn)題
*5．5 Minimax準(zhǔn)則
習(xí)題五
第六章 貝葉斯統(tǒng)計(jì)計(jì)算方法
6．1 引言
6．2 蒙特卡洛抽樣方法
6．3 MCMC中馬爾可夫鏈的一些基本概念
6．4 MCMC方法簡(jiǎn)介
6．5 Metropolis-Hastings算法
6．6 Gibbs抽樣方法
6．7 R與WinBUGS軟件
習(xí)題六
部分習(xí)題參考答案
附表
附表1 常用概率分布表
附表2 標(biāo)準(zhǔn)正態(tài)分布表
附表3 t分布表
附表4 X2分布表
參考文獻(xiàn)
索引
第一章 緒論
1．1 引言
1．2 貝葉斯統(tǒng)計(jì)推斷的若干基本概念
1．3 貝葉斯統(tǒng)計(jì)決策的若干基本概念
*1．4 一些基本統(tǒng)計(jì)方法及理論的簡(jiǎn)單回顧
習(xí)題一
第二章 先驗(yàn)分布的選取
2．1 主觀概率
2．2 利用先驗(yàn)信息確定先驗(yàn)分布
2．3 利用邊緣分布m（z）確定先驗(yàn)分布
2．4 無(wú)信息先驗(yàn)分布
2．5 共軛先驗(yàn)分布
2．6 分層先驗(yàn)（多階段先驗(yàn)）
習(xí)題二
第三章 常見(jiàn)統(tǒng)計(jì)模型參數(shù)的后驗(yàn)分布
3．1 后驗(yàn)分布與充分性
3．2 正態(tài)總體參數(shù)的后驗(yàn)分布
3．3 一類離散分布和多項(xiàng)分布參數(shù)的后驗(yàn)分布
3．4 壽命分布參數(shù)的后驗(yàn)分布
3．5 泊松分布和均勻分布參數(shù)的后驗(yàn)分布
習(xí)題三
第四章 貝葉斯統(tǒng)計(jì)推斷
4．1 貝葉斯點(diǎn)估計(jì)
4．2 區(qū)間估計(jì)
4．3 假設(shè)檢驗(yàn)
4．4 預(yù)測(cè)推斷
4．5 假設(shè)檢驗(yàn)與模型選擇t
習(xí)題四
第五章 貝葉斯統(tǒng)計(jì)決策
5．1 引言
5．2 后驗(yàn)風(fēng)險(xiǎn)最小原則
5．3 一般損失函數(shù)下的貝葉斯估計(jì)
5．4 假設(shè)檢驗(yàn)和有限行動(dòng)（分類）問(wèn)題
*5．5 Minimax準(zhǔn)則
習(xí)題五
第六章 貝葉斯統(tǒng)計(jì)計(jì)算方法
6．1 引言
6．2 蒙特卡洛抽樣方法
6．3 MCMC中馬爾可夫鏈的一些基本概念
6．4 MCMC方法簡(jiǎn)介
6．5 Metropolis-Hastings算法
6．6 Gibbs抽樣方法
6．7 R與WinBUGS軟件
習(xí)題六
部分習(xí)題參考答案
附表
附表1 常用概率分布表
附表2 標(biāo)準(zhǔn)正態(tài)分布表
附表3 t分布表
附表4 X2分布表
參考文獻(xiàn)
索引
京公網(wǎng)安備 11000002000088號(hào)
