贝叶斯推断是统计的前沿理论，每个从事统计学和数据处理的研究人员都有必要深入学习

有意义地使用高级贝叶斯方法需要对基本原理有很好的理解。这本引人入胜的书解释了支撑贝叶斯模型构建和分析的思想，特别侧重于计算方法和方案。本书的独特之处是对可用软件包进行了广泛的讨论，并对贝叶斯推理进行了简短但完整且数学严谨的介绍。本书介绍了蒙特卡罗方法、马尔可夫链蒙特卡罗方法和贝叶斯软件，另外还介绍了模型验证和比较、跨维MCMC和条件高斯模型。本书所包含的问题使本书适合作为贝叶斯计算的第yi门研究生课程的教科书。对贝叶斯软件的广泛讨论——R/R-inla、OpenBUGS、JAGS、STAN和BayesX——使得它对来自统计之外的研究人员和研究生也很有用。

前言
第1章贝叶斯推断1
1.1经典范式1
1.2贝叶斯范式4
1.3贝叶斯推断7
1.3.1参数推断7
1.3.2预测推断10
1.4结论11
习题12
第2章先验信息表示14
2.1无信息先验14
2.2自然共轭先验19
习题2
2第3章基础问题中的贝叶斯推断24
3.1二项分布与贝塔模型24
3.2泊松分布与伽马模型25
3.3正态分布（μ已知）与逆伽马模型26
……