第一章 二人零和有限博奕 1
1.1基本概念 1
1.2最优纯策略 2
1.3混合扩充—随机博奕 6
1.4有限博奕的解法 10
第二章 统计决策基本原理 16
2.1统计决策问题的定义 16
2.2 Bayes判决原理和判决法则 25
2.3最小最大原理与判决法则 41
第三章 在经济管理中的应用 47
3.1非确定性（纯行动）的最小最大决策法 47
3.2没有附加信息（观察数据）的风险型决策法 49
3.3具有观察数据（附加信息）的风险型决策法 52
第四章 先验信息与主观概率 70
4.1基本概念 70
4.2主观确定先验密度的方法 71
4.3无信息先验 74
4.4确定先验的最大熵方法 79
4.5利用边际分布确定先验 82
4.6确定先验的相互信息原理 88
第五章Bayes分析基础 94
5.1后验分布的计算 94
5.2 Bayes决策与后验分析 103
5.3 Bayes决策法则的推广 123
5.4可容许性 126
5.5 Bayes稳健性 131
第六章 经验Bayes分析与科学建模的Bayes推断 142
6.1引言 142
6.2非参数经验Bayes分析 143
6.3参数经验Bayes分析 153
6.4在科学建模中的Bayes推断 172
第七章分级Bayes分析 178
7.1分级先验 178
7.2分级Bayes分析 180
7.3正态均值的Bayes分析 182
第八章Bayes线性回归模型的估计和灵敏度分析 193
8.1一般Bayes线性模型及其灵敏度分析 193
8.2分级回归模型及其灵敏度分析 201
8.3补充和附注 209
第九章 一般原理概述 214
9.1引言 214
9.2 Bayes法则与可容许性 216
9.3极小极大法则 219
9.4完全类定理 224
9.5 Neyman-Pearson理论与决策理论的应用 225
参考文献 230