第一章 绪论 1
1.1 引言 1
1.2 贝叶斯统计推断的若干基本概念 9
1.3 贝叶斯统计决策的若干基本概念 12
1.4 一些基本统计方法及理论的简单回顾 14
习题一 21
第二章 先验分布的选取 24
2.1 主观概率 24
2.2 利用先验信息确定先验分布 25
2.3 利用边缘分布m（x）确定先验分布 31
2.4 无信息先验分布 36
2.5 共轭先验分布 43
2.6 分层先验（多阶段先验） 49
习题二 53
第三章 常见统计模型参数的后验分布 56
3.1 后验分布与充分性 56
3.2 正态总体参数的后验分布 59
3.3 一类离散分布和多项分布参数的后验分布 65
3.4 寿命分布参数的后验分布 69
3.5 泊松分布和均匀分布参数的后验分布 72
习题三 75
第四章 贝叶斯统计推断 80
4.1 贝叶斯点估计 80
4.2 区间估计 90
4.3 假设检验 97
4.4 预测推断 107
4.5 假设检验与模型选择 111
习题四 118
第五章 贝叶斯统计决策 123
5.1 引言 123
5.2 后验风险最小原则 124
5.3 一般损失函数下的贝叶斯估计 129
5.4 假设检验和有限行动（分类）问题 136
5.5 Minimax准则 141
习题五 145
第六章 贝叶斯统计计算方法 153
6.1 引言 153
6.2 蒙特卡洛抽样方法 155
6.3 MCMC中马尔可夫链的一些基本概念 160
6.4 MCMC方法简介 163
6.5 Metropolis-Hastings算法 167
6.6 Gibbs抽样方法 186
6.7 R与WinBUGS软件 194
习题六 194
部分习题参考答案 197
附表 202
附表1常用概率分布表 202
附表2标准正态分布表 207
附表3 t分布表 208
附表4 x2分布表 209
参考文献 211
索引 214