貝氏統計導論：EXCEL應用 楊士慶 陳耀茂 (著) 五南圖書

　　統計學是一門實際的學問，貝氏統計學也不例外。廣泛加以利用，它的真正價值才得以發揮，只是當作一部分專家的工具所使用，實在有些可惜，期望它可在各種領域中受到許多人的利用。 本書是針對貝氏理論以及以它發展而成的貝氏統計學，以容易理解的方式去解說它的基礎的一本入門書。為了使幾乎不具有統計知識的人也可理解，使用具體例子且以插圖的方式解說，並且，許多貝氏統計學的解說書所省略的計算式，也儘可能不省略地予以記載。 大多數的解說書是利用專門的統計處理軟體，未明示計算部分，但本書以泛用的Excel使實施例更為明確。因此，貝氏統計的計算部分不再是黑箱作業，它的本質更可明確地表達出來。
　　目錄
　　第1章 谷歌與微軟都使用貝氏統計
　　1.1　21 世紀是貝氏統計的世紀
　　1.2　貝氏理論是什麼？
7 Z; ]2 A' @! d- e0 F: o　　1.3　過去的統計學與貝氏統計學在想法上之差異1.4　貝氏統計學與MCMC 法
% h7 M# l% O0 x; j; ^" k- F/ V　　第2章 進入貝氏統計前的準備
& x7 N+ I& T6 g( v9 }　　2.1　條件機率與乘法定理
　　2.2　機率變數與機率分配
　　2.3　有名的機率分配
　　2.4　概似函數與最大概似估計法
# x, `  F( ]+ j" S: D$ a　　第3章 貝氏定理與其應用
　　3.1　何謂貝氏定理
$ w* t$ I* U- k　　3.2　貝氏定理的變形
* Z$ d# s+ ~- J8 p1 l5 i　　3.3　壺子的問題
& H, y1 e  M( P& a8 W　　3.4　從大學的入學考試問題挑戰貝氏統計
4 Y; _9 Q' t' Q; f3 p　　3.5　犯人A 得救的機率是否提升?
0 L4 ^* O1 L$ e9 l2 i3 B　　3.6　以貝氏過濾網攔截垃圾郵件
2 `; o, p& T8 j( c) @5 S　　3.7　貝氏網路的效用是什麼？
　　第4章 貝氏統計的基本概念
- t0 |  v  b5 Z5 B/ a　　4.1　貝氏統計是簡單的強力工具
3 C# u6 ?2 P; T! p　　4.2　貝氏統計的基本公式
1 J8 s) m) L: a) g* C0 f6 L3 A　　4.3　硬幣問題
　　4.4　藥的效用問題
, n. U: F) z" v$ `: {# ]7 X　　第5章 貝氏統計的應用
9 Q4 S' |0 P  M% D9 [9 K) d0 P　　5.1　貝氏統計與自然共軛分配
1 W, P" Z& A1 j: S　　5.2　概似服從二項分配時
; c5 p+ h( k7 h! p5 i- e$ J　　5.3　概似服從常態分配時（其一）
9 _+ |9 i% |9 t, h6 ]2 H6 j' R　　5.4　概似函數服從常態分配時（其二）
3 E6 R$ i: J' ?. ?. {5 `　　5.5　概似服從卜式分配時
4 @9 y$ `$ p: S( M! G　　5.6　使用貝氏因子的統計模式的評估法
* w; b, O/ B& z0 x4 G$ {　　5.7　貝氏估計與傳統的統計估計
　　5.8　貝氏統計與最大概似估計法的關係
　　第6章 以MCMC 法求解的貝氏統計
% ?6 W$ e4 o8 s: Y+ e/ \　　6.1　何謂MCMC 法
　　6.2　吉普斯法（Willard Gibbs）的體系
　　6.3　吉普斯法的具體例子
1 _( W& P7 B9 V8 z7 ~9 z$ Y　　6.4　吉普斯法與excel
) b7 u; p$ ?% E" B# U! A1 R　　6.5　Metropolis 法的體系
% z* o. U" ~  E6 b6 Q) Y　　6.6　Metropolis 法的具體例子
　　6.7　應用excel 執行Metropolis 法
; X5 }, Y6 Y& v2 r, Q. b　　第7章 階層貝氏法
; k7 M- ~+ O! b　　7.1　可因應複雜統計模式的階層貝氏法
　　7.2　以傳統的最大概似法求解看看
　　7.3　階層貝氏法的模式化
9 r# T- ~" s  O; a: a- x　　7.4　以常態貝氏法求解階層貝氏模式
2 Y4 ?: g2 p# [" r6 v* w/ c　　7.5　經驗貝氏法所需excel 工作表解說
. s( l& {0 k6 e& Y1 Y& ]　　7.6　以MCMC 法求解階層貝氏模式
9 V: E4 w' m' Z* J7 |5 Z6 S& f' N/ O　　7.7　以MCMC 法解說excel 試算表
　　第8章 貝氏估計與貝氏決定
　　8.1　事後期待損失最小化，是貝氏學派的估計、決定的基本8.2　MAP 估計文字類型
　　8.3　從樣本估計洋芋片內容量的分配函數
　　8.4　基於經驗資訊MAP 決定計畫實施
　　8.5　使事後期待損失最小化的決定法是貝氏的決斷第9章 貝氏理論在線性迴歸模型中的應用
9 V# Q! F2 ^3 Z　　9.1　迴歸分析的複習
　　9.2　貝式應用在簡單迴歸分析
　　9.3　貝氏也可應用在複迴歸分析
　　附　錄
" U+ {3 D4 A4 p6 v3 v　　參考文獻

+ y6 }& i) z/ u" [: Q3 u
' S! Q0 S/ b: v+ z百度云：
( c& X. x! f. X0 f

游客,本下载内容需要支付2共享币，购买后显示下载链接立即支付

9 ?0 A1 t5 U8 B( W' }0 W, O微云：

游客,本下载内容需要支付2共享币，购买后显示下载链接立即支付

  ~: H7 x7 w. h