《基于INLA的贝叶斯回归建模》（美）王晓峰，（美）岳宇，（英）朱利安·J. 法拉维（Julian J. Faraway）著；汤银才，周世荣译高等教育出版社

内容简介：

"积分嵌套拉普拉斯近似 (Integrated Nested Laplace Approximations，INLA) 是拟合一大类贝叶斯回归模型的新方法。使用INLA无须抽取边际后验分布的样本，因此在计算上它是贝叶斯推断标准工具马尔可夫链蒙特卡罗 (MCMC) 方法的简单易用的替代方案。本书涵盖了各种现代回归模型，着重介绍了如何使用实际数据构建贝叶斯模型并评估其有效性。全书的一个关键主题是通过可复制的研究来展示理论与实践之间的相互作用。每个示例都提供了完整的R命令，并且本书的网站包含了书中描述的所有数据，还提供了一个可下载的R软件包。本书适合于具有基本统计理论和贝叶斯方法知识的读者阅读，可以帮助他们了解基于INLA进行贝叶斯推断的最新进展，并为复杂的实际工作做好准备。"

目录：