第1章 导论 1
1.1 基本概念 1
1.2 期望损失、决策函数及风险函数 9
1.3 随机化决策函数 16
1.4 决策原理 18
1.5 基础问题 23
1.6 充分统计量 27
习题1 29
第2章 效用与损失 32
2.1 效用函数 32
2.2 损失函数 39
习题2 45
第3章 先验分布的确定 47
3.1 主观概率 47
3.2 有信息的先验确定 51
3.3 无信息先验的确定 59
3.4 最大熵先验 65
3.5 多层先验 68
习题3 69
第4章 贝叶斯分析 71
4.1 后验分布的计算 71
4.2 贝叶斯推断 75
4.3 贝叶斯决策论 95
4.4 抽样信息期望值 106
4.5 经验贝叶斯估计 110
4.6 贝叶斯稳健性 130
4.7 贝叶斯积分的计算 145
习题4 151
第5章 统计决策理论 156
5.1 引言 156
5.2 统计决策中的推断问题 156
5.3 极小化极大分析 159
5.4 贝叶斯风险准则 167
5.5 不变性原理 173
5.6 完备类定理 176
5.7 不确定型决策 177
5.8 风险型决策法 185
习题5 189
第6章 贝叶斯在计量经济分析中的应用 194
6.1 贝叶斯一元线性回归模型 194
6.2 贝叶斯多元线性回归模型 199
6.3 贝叶斯自回归移动平均模型 206
习题6 229
第7章 贝叶斯分析的软件实现 230
7.1 WinBUGS软件基本介绍 230
7.2 WinBUGS软件的仿真分析和案例分析 262
习题7 267
附录 270
参考文献 277