Applied Bayesian Modeling Techniques

简介：
《Applied Bayesian Modeling Techniques》是一本介绍贝叶斯统计方法应用的书籍，涵盖了模型构建、参数估计和实际案例分析。 在过去的十年里，计算能力的提升以及通过迭代采样方法进行估计范围的扩大极大地促进了健康、社会科学及物理科学领域数据的贝叶斯分析应用。然而，强调将先验知识与手头的数据相结合以积累对参数的知识这一贝叶斯视角拥有更悠久的历史。自20世纪60年代以来，Box和Tiao（1973年）以及Zellner（1971年）的开创性工作推动了计量经济学中贝叶斯方法的发展，包括线性回归、时间序列中的序列相关性和同时方程的应用等方向的研究。物理学早期的贝叶斯应用由Jaynes的工作所代表（例如 Jaynes, 1976），并且这些成果与近期的应用一起被D?Agostini (1999)讨论过。Rao（1975年）在平滑可交换参数的背景下和Berry（1980年）在临床试验方面的工作展示了生物统计学和生物测量中贝叶斯推理的应用，而许多近期进展正是在此领域取得的。