本书是供概率论与数理统计专业研究生使用的教材。内容包括绪论、先验分布的选取、后验分布的计算、贝叶斯统计推断、贝叶斯统计决策、贝叶斯计算方法、贝叶斯大样本方法、贝叶斯模型选择、经验贝叶斯方法和分层贝叶斯模型简介等。其特点是内容新、概念清晰、应用性强，每章配有大量的例题和习题。最后一章是为对经验贝叶斯方法和分层贝叶斯模型感兴趣的读者准备的研读材料，可为这些读者尽快进入这一研究领域提供帮助。
本书可作为综合性大学、理工科院校、财经类院校和师范类院校概率论与数理统计专业研究生“应用统计”课的教材或参考书。具备微积分、矩阵代数及概率统计基本知识的读者即可使用本书。本书也可作为相关院校研究生、青年教师以及从事统计工作的工程技术人员的参考书。

第2版前言
前言
常用符号
第1章 绪论
1.1 引言
1.1.1 从贝叶斯公式说起
1.1.2 三种信息
1.1.3 历史
1.1.4 古典学派和贝叶斯学派的论争
1.2 贝叶斯统计推断的若干基本概念
1.2.1 先验分布与后验分布.
1.2.2 点估计问题
1.2.3 假设检验问题
1.2.4 区间估计问题
1.3 贝叶斯统计决策的若干基本概念
1.3.1 统计决策三要素
1.3.2 风险函数和一致最优决策函数
1.3.3 贝叶斯风险和贝叶斯解.
1.4 基本统计方法及理论的简单回顾*
1.4.1 充分统计量及因子分解定理
1.4.2 指数族及指数族中统计量的完全性
1.4.3 点估计方法及其最优性理论.
1.4.4 似然比检验
1.4.5 常见的统计分布
习题1
第2章 先验分布的选取
2.1 主观概率
2.1.1 主观概率的定义
2.1.2 确定主观概率的方法
2.2 利用先验信息确定先验分布
2.2.1 直方图法
2.2.2 相对似然法
2.2.3 选定先验密度函数的形式，再估计超参数
2.2.4 给定参数θ的某些分位数，确定累积分布函数
2.3 利用边缘分布m（x)确定先验分布
2.3.1 边缘分布的定义
2.3.2 选择先验分布的ML-Ⅱ方法
2.3.3 选择先验分布的矩方法
2.4 无信息先验分布
2.4.1 贝叶斯假设与广义先验分布
2.4.2 位置参数的无信息先验
2.4.3 刻度参数的无信息先验
2.4.4 一般情形下的无信息先验
2.4.5 Reference 先验*
2.5 共轭先验分布
2.5.1 共轭先验分布的概念
2.5.2 后验分布的计算
2.5.3 共轭先验分布的优点
2.6 最大熵先验*
2.6.1 熵的定义
2.6.2 最大熵先验
2.7 分层先验（分阶段先验）
2.7.1 分层先验分布的概念及例子
2.7.2 确定分层先验的方法和步骤
2.7.3 注记
习题2
第3章 后验分布的计算
3.1 后验分布与充分性
3.1.1 后验分布的计算公式
3.1.2 后验分布与充分性
3.2 正态总体参数的后验分布
3.2.1 引言
3.2.2 无信息先验下的后验分布
……
第4章 贝叶斯统计推断
第5章 贝叶斯统计决策
第6章 贝叶斯计算方法
第7章 贝叶斯大样本方法*
第8章 贝叶斯模型选择
第9章 经验贝叶斯方法和分层贝叶斯模型简介
附表1 常用统计分布表
附表2 标准正态分布表
附表3 t分布表
附表4 x2分布表
参考文献
索引