內容簡介

世界第一簡單貝氏統計學

本書特色

邏輯×資訊，大數據時代的必備武器！
研究、報告、工作的好幫手，用明確的機率代替模糊假設，醫學、工業、經濟、企業管理科系最佳自學讀物！

本書預設的讀者為：
．準備開始接觸貝氏統計學
．不了解一般統計學與貝氏統計學差異，感到困擾
．理工科系的高中生、大學生


只要具備高中程度的數學能力，人人都能學！
一般統計學和貝氏統計學有什麼不一樣？
為什麼理工科系經常需要用到？
貝氏統計學先根據常識、經驗建立假設，
又被稱為「積極正向」的統計學。
學好貝氏統計，學業、工作更有效率！

作者簡介

作者簡介

高橋信

1972年生於日本新潟縣，畢業於九州藝術工科大學（現為 九州大學）研究所，專攻藝術工學研究科資訊傳達。曾從事數據分析業務及研討會講師，現為作家。


譯者簡介

衛宮紘

清華大學原子科學院學士班畢。現為自由譯者。譯作有《上司完全使用手冊》（東販）、《超慢跑入門》（商周）、《男人懂了這些更成功》（潮客風）、《世界第一簡單電力系統》（世茂）……等。賜教信箱：[email protected]

內容目錄

目錄

序

序 想要學貝氏統計學！

第１章 什麼是貝氏統計學？

1. 貝氏統計學

2. 一般統計學與貝氏統計學的差異

第２章 基本知識

1. 期望值、變異數與標準差

1.1 期望值

1.2 變異數與標準差

2. 機率分布

2.1 均勻分布

2.2 二項分布

2.3 多項分布

2.4 均勻分布

2.5 常態分布

2.6 t分布

2.7 逆伽瑪分布

3. 其他機率分布

3.1 負二項分布

3.2卜瓦松分布（Poisson distribution）

3.3 指數分布

3.4 貝他分布

第３章 概度函數

1. 概度

1.1 大數法則

1.2 KL散度

1.3 概度

2. 概度函數

2.1 多項分布的概度函數

2.2 常態分布的概度函數

3. 其他的概度函數

3.1 二項分布的概度函數

3.2卜瓦松分布的概度函數

第４章 貝氏定理

1. 貝氏定理

1.1 條件機率

1.2 聯合機率

1.3 貝氏定理

1.4 具體例子

2. 事前機率密度函數與事後機率密度函數

第５章 馬可夫鏈蒙地卡羅法

1. 蒙地卡羅積分

1.1 蒙地卡羅積分

1.2 連續型隨機變數的期望值與變異數

2. 馬可夫鏈

2.1 馬可夫鏈

2.2 不變分布

3. 馬可夫鏈蒙地卡羅法

3.1馬可夫鏈蒙地卡羅法

3.2 Metropolis−Hastings演算法

3.3 吉布斯抽樣法

4. 自然共軛事前分布

第６章 馬可夫鏈蒙地卡羅法的應用

1. 兩母群體的平均數推測

1.1 統計的假設檢定

1.2 假設檢定的步驟

1.3 假設檢定的種類、虛無假設與對立假設

1.4 實例

2. 層級貝氏模型

附錄

1. 事前分布的前提條件與事後分布

2. 收斂的判斷

2.1 Geweke法

2.2 Gelman−Rubin法

索引 148