《贝叶斯统计》由韦来生编著，系统介绍了贝叶斯学派的核心理论与方法，涵盖先验分布选择、参数估计及假设检验等内容。适合统计学及相关领域研究人员和学生阅读参考。
贝叶斯（Bayes）统计是近几十年来迅速发展起来的数理统计的一个重要分支。与经典统计方法相比，贝叶斯方法进行推断时不仅利用样本信息，还考虑参数的先验知识，从而提高了结果的有效性和准确性。这种方法在经济、金融、生物医学以及社会科学等多个领域都有广泛应用，并且已经渗透到几乎所有统计学的研究方向中。
作者在中国科学技术大学为概率论与数理统计专业的本科生开设了一门课程《数理统计》，其中包含一章节专门讲解贝叶斯方法和决策理论。此外，他也曾多次为中国科学技术大学的概率统计专业研究生讲授过“贝叶斯分析”课。本书是在整理过去授课内容的基础上编写而成的。
全书共分六章：第一章为引言部分，介绍了若干基本概念，并回顾了数理统计的基础知识；第二章讨论了几种确定先验分布的方法；第三、四和五章分别涉及常见模型参数后验分布的结果与计算方法、“贝叶斯推断”以及“贝叶斯决策理论”。第六章则概述了包括蒙特卡洛法及马尔可夫链蒙特卡罗（MCMC）在内的几种统计计算技术，并简要介绍了相关软件。每章节末尾附有大量例题和习题供读者练习，书后还提供了常用表格以及部分习题答案。
本书适合在大约54个学时内讲授其主要内容；教师可根据实际教学需要选择性地涵盖其中的部分内容。“*”标记的章节为选读材料。第六章中的R语言代码及例题数据可以从作者个人网页下载获取（原文中未具体提及此部分，但建议保留原意）。
在编写过程中，参考了J.O.Berger教授《统计决策论与贝叶斯分析》、茆诗松教授的《贝叶斯统计》，以及张伟平博士撰写的关于贝叶斯计算的文章。在此对上述作者表示衷心感谢。同时也要感谢中国科学技术大学研究生对中国科技出版社出版本书的支持，特别要向他们的辛勤工作致敬。
此外，在编写过程中得到了多位学生的协助完成了部分中文录入和排版任务；高等教育出版社也为该书的发行提供了大力支持，并对此表达深深的感激之情。
5星
