第1章 随机变量的生成 1
1.1均匀分布模拟 1
1.2逆变换 2
1.3一般变换方法 5
1.4混合分布 8
1.5拒绝接受方法 14
第2章 蒙特卡洛积分 18
2.1蒙特卡洛方法简介 19
2.2重要抽样 32
2.3分层抽样 37
2.4重要抽样的重抽样 41
第3章 蒙特卡洛EM方法 54
3.1 EM方法 54
3.2 EM方法的方差估计 60
3.3 EM加速方法 66
3.4蒙特卡洛EM方法 72
第4章 贝叶斯推断 77
4.1贝叶斯理论 77
4.2贝叶斯推断 78
第5章 贝叶斯MCMC方法 82
5.1模拟及其在贝叶斯推断中的应用 82
5.2马尔科夫链蒙特卡洛方法 86
5.3常用的MCMC算法 92
第6章 贝叶斯混合模型 132
6.1离散混合密度函数 132
6.2混合模型的识别和推断 134
6.3基于狄利克雷过程的非参数混合模型 138
6.4波利亚树先验分布 147
6.5组合分布模型 151
第7章 贝叶斯线性回归模型 163
7.1一般模型原则 163
7.2线性回归模型的设定 164
7.3在线性回归模型中的多元先验分布 165
7.4方差分析模型 167
7.5虚拟变量在方差分析模型中的应用 173
7.6协方差分析模型 178
第8章 贝叶斯分层模型 183
8.1分层模型简介 185
8.2偏态分布下的分层模型 196
8.3非线性分层模型 209
8.4零膨胀分层模型 231
8.5分层模型在赔款准备金评估中的应用 242
8.6研究结论与展望 257
附录1模型检验 261
附录2 OpenBUGS简介 275
参考文献 286
后记 298