×
暂无评论
图文详情
  • ISBN:9787302579083
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:431
  • 出版时间:2021-07-01
  • 条形码:9787302579083 ; 978-7-302-57908-3

本书特色

本书系统全面地讨论了贝叶斯统计的各种方法,其英文版已是第3版,一直畅销并广受读者好评。对读者而言,本书简单易懂,富有启发性,内容丰富。每章中的分析和编程两类习题有助于读者对内容的理解和方法的掌握。本书可以作为本科生和研究生的统计学习的教材,对工程、管理等领域的研究人员,本书也具有很高的参考价值。 内容丰富是贝叶斯统计的特色、但简单易懂而富有启发性的写作方式,使此书赢得了广大读者的青睐。

内容简介

本书全面、系统地介绍贝叶斯统计的基本概念和方法,正文共20章,另有5个附录。每章配有分析和编程两类习题,以培养读者的理论水平和动手能力。本书的目标读者包括本科生、研究生、相关领域研究人员及工程技术人员等。本书可以作为数学、计算机、自动化、经济、管理等相关学科的教材。

目录

第1章 统计学绪论 1.1 科学方法:学习的过程 1.2 统计在科学方法中的角色 1.3 统计的主要方法 1.4 本书的目的和结构 本章要点 第2章 科学数据收集 2.1 从真实的总体中抽样 2.2 观察研究与设计性实验 本章要点 蒙特卡罗练习 第3章 数据的展示与汇总 3.1 单变量的图形展示 3.2 两个样本的图形比较 3.3 位置度量 3.4 离差度量 3.5 展示两个或多个变量之间的关系 3.6 两个或多个变量关联的度量 本章要点 习题 第4章 逻辑、概率与不确定性 4.1 演绎逻辑与似然推理 4.2 概率 4.3 概率公理 4.4 联合概率与独立事件 4.5 条件概率 4.6 贝叶斯定理 4.7 概率的分配 4.8 几率与贝叶斯因子 4.9 击败庄家 本章要点 习题 第5章 离散随机变量 5.1 离散随机变量的定义及示例 5.2 离散随机变量的概率分布 5.3 二项分布 5.4 超几何分布 5.5 泊松分布 5.6 联合随机变量 5.7 联合随机变量的条件概率 本章要点 习题 第6章 离散随机变量的贝叶斯推断 6.1 贝叶斯定理的两种等价用法 6.2 具有离散先验的二项分布的贝叶斯定理 6.3 贝叶斯定理的重要结果 6.4 具有离散先验的泊松分布的贝叶斯定理 本章要点 习题 计算机习题 第7章 连续随机变量 7.1 概率密度函数 7.2 连续分布 7.3 联合的连续随机变量 7.4 联合的连续和离散随机变量 本章要点 习题 第8章 二项比例的贝叶斯推断 8.1 使用均匀先验 8.2 使用贝塔先验 8.3 先验的选择 8.4 后验分布概要 8.5 比例的估计 8.6 贝叶斯可信区间 本章要点 习题 计算机习题 第9章 比例的贝叶斯推断与频率论推断的比较 9.1 概率与参数的频率论解释 9.2 点估计 9.3 比例估计量的比较 9.4 区间估计 9.5 假设检验 9.6 单边假设检验 9.7 双边假设检验 本章要点 习题 蒙特卡罗练习 第10章 泊松参数的贝叶斯推断 10.1 泊松参数的一些先验分布 10.2 泊松参数的推断 本章要点 习题 计算机习题 第11章 正态均值的贝叶斯推断 11.1 具有离散先验的正态均值的贝叶斯定理 11.2 具有连续先验的正态均值的贝叶斯定理 11.3 正态先验的选择 11.4 正态均值的贝叶斯可信区间 11.5 下一个观测的预测密度 本章要点 习题 计算机习题 第12章 均值的贝叶斯推断与频率论推断的比较 12.1 频率论点估计与贝叶斯点估计的比较 12.2 均值的置信区间和可信区间的比较 12.3 关于正态均值的单边假设检验 12.4 关于正态均值的双边假设检验 本章要点 习题 第13章 均值差的贝叶斯推断 13.1 两个正态分布的独立随机样本 13.2 情况1:方差相等 13.3 情况2:方差不等 13.4 利用正态近似的比例差的贝叶斯推断 13.5 配对实验的正态随机样本 本章要点 习题 第14章 简单线性回归的贝叶斯推断 14.1 *小二乘回归 14.2 指数增长模型 14.3 简单线性回归的假定 14.4 回归模型的贝叶斯定理 14.5 未来观测的预测分布 本章要点 习题 计算机习题 第15章 标准差的贝叶斯推断 15.1 具有连续先验的正态方差的贝叶斯定理 15.2 一些具体的先验分布及所得后验 15.3 正态标准差的贝叶斯推断 本章要点 习题 计算机习题 第16章 稳健贝叶斯方法 16.1 错置先验的影响 16.2 混合先验的贝叶斯定理 总结 本章要点 习题 计算机习题 第17章 均值与方差未知的正态贝叶斯推断 17.1 联合似然函数 17.2 利用μ和σ2的独立杰佛瑞先验的后验 17.3 利用μ和σ2的联合共轭先验的后验 17.4 方差未知但相等的正态均值差 17.5 方差不等且未知的正态均值差 本章要点 计算机习题 17.6 附录:μ的准确边缘后验分布是t分布的证明 第18章 多元正态均值向量的贝叶斯推断 18.1 二元正态密度 18.2 多元正态分布 18.3 协方差矩阵已知的多元正态均值向量的后验分布 18.4 协方差矩阵已知的多元正态均值向量的可信区域 18.5 协方差矩阵未知的多元正态分布 本章要点 计算机习题 第19章 多元线性回归模型的贝叶斯推断 19.1 多元线性回归模型的*小二乘回归 19.2 多元正态线性回归模型的假定 19.3 多元正态线性回归模型的贝叶斯定理 19.4 多元正态线性回归模型的推断 19.5 未来观测的预测分布 本章要点 计算机习题 第20章 马尔可夫链蒙特卡罗与计算贝叶斯统计 20.1 从后验抽样的直接方法 20.2 抽样-重要性-再抽样 20.3 马尔可夫链蒙特卡罗方法 20.4 切片抽样 20.5 来自后验随机样本的推断 20.6 后续的内容 附录A 微积分概论 附录B 统计表的用法 附录C Minitab宏的用法 附录D R函数的用法 附录E 精选习题答案 参考文献 索引
展开全部

作者简介

陈曦,清华大学自动化系,副研究员。长期从事随机控制与优化,无线传感器网络的研究。在本领域著名国际期刊发表学术论文多篇。2009年获国家自然科学二等奖(“离散事件动态系统的理论与方法”,第三完成人)。应邀担任多个国际著名期刊及会议的评审人。翻译、出版教材多部。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航