《 贝叶斯统计推断》[美] 古特蒙德·R.艾弗森，贺光烨 译 格致出版社 2025/8/1

内容简介：

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。古特蒙德·R.艾弗森以清晰的笔调介绍了贝叶斯方法，通过一些简单范例，讲解了如何运用贝叶斯理论及统计推论估计各种参数（包括比例、均值、相关性、回归和方差）。艾弗森提出贝叶斯方法的原理是基于先验概率产生后验概率，同时比较了贝叶斯推论法和经典推论法，阐述了贝叶斯推论的优缺点，并指出贝叶斯方法优于经典推论法。

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