机读格式显示(MARC)

• 000 01594nam0 2200265 450

• 001 0000618989

• 005 20170619080300.0

• 010 __ |a 978-7-5141-7754-1 |d CNY58.00

• 099 __ |a CAL 012017066426

• 100 __ |a 20170412d2017 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a y a 000yy

• 106 __ |a r

• 200 1_ |a 贝叶斯统计模型及其应用研究 |A bei ye si tong ji mo xing ji qi ying yong yan jiu |f 王明高著

• 210 __ |a 北京 |c 经济科学出版社 |d 2017

• 215 __ |a 298页 |d 24cm

• 320 __ |a 有书目 (第286-297页)

• 330 __ |a 本书内容分为3部分, 共9章。第1部分为蒙特卡洛方法及其应用, 其中第1章介绍了随机变量的模拟理论, 这部分是统计计算的基础, 也是蒙特卡洛方法和贝叶斯理论的基础; 第2章介绍了蒙特卡洛积分, 它对贝叶斯模型的求解具有重要意义; 第3章介绍了蒙特卡洛EM方法, 该方法有利于一些复杂模型的求解。第2部分为马尔科夫蒙特卡洛方法 (MCMC), 其中第4章介绍了贝叶斯理论的基础知识; 第5章介绍了贝叶斯马尔科夫链蒙特卡洛方法 (MCMC), 主要包括MH方法和Gibbs方法; 第6章介绍了MCMC方法的发展, 如自适应MH方法和可逆跳跃MCMC方法等。第3部分为贝叶斯模型, 其中第7章介绍了贝叶斯混合分布模型, 该模型对异常数据建模具有一定的优势, 可以体现贝叶斯方法的灵活性; 第8章介绍了贝叶斯线性回归模型, 通过该模型说明了贝叶斯建模的基本方法以及OpenBUGS的应用; 第9章介绍了贝叶斯分层模型, 该模型又称为随机效应模型, 主要用来分析比较复杂的分层数据, 应用贝叶斯方法处理该模型具有一定优势。

• 606 0_ |a 贝叶斯统计量 |A bei ye si tong ji liang |x 研究

• 690 __ |a O212.8 |v 5

• 701 _0 |a 王明高 |A wang ming gao |4 著

• 801 _0 |a CN |b 北京新华书店首都发行所有限公司 |c 20170412

• 905 __ |a SCNU |f O212.8/1060

• 920 __ |a 242430 |z 1