贝氏统计导论：EXCEL应用 pdf epub mobi txt 电子书下载 2024

图书介绍

☆☆☆☆☆
简体网页||繁体网页

著者

出版者出版社：五南订阅出版社新书快讯新功能介绍

翻译者

出版日期出版日期：2018/06/10

语言语言：繁体中文

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-05-13

类似图书点击查看全场最低价

图书描述

统计学是一门实际的学问，贝氏统计学也不例外。广泛加以利用，它的真正价值才得以发挥，只是当作一部分专家的工具所使用，实在有些可惜，期望它可在各种领域中受到许多人的利用。

　　本书是针对贝氏理论以及以它发展而成的贝氏统计学，以容易理解的方式去解说它的基础的一本入门书。为了使几乎不具有统计知识的人也可理解，使用具体例子且以插图的方式解说，并且，许多贝氏统计学的解说书所省略的计算式，也尽可能不省略地予以记载。

　　大多数的解说书是利用专门的统计处理软体，未明示计算部分，但本书以泛用的Excel使实施例更为明确。因此，贝氏统计的计算部分不再是黑箱作业，它的本质更可明确地表达出来。

著者信息

作者简介

杨士庆

　　成功大学化工所博士
　　明道大学管理学院院长

陈耀茂

　　日本（国立）电气通信大学经营工学博士
　　东海大学企管系教授

贝氏统计导论：EXCEL应用 pdf epub mobi txt 电子书下载

图书目录

Ch1 谷歌与微软都使用贝氏统计
1.1　21世纪是贝氏统计的世纪
1.2　贝氏理论是什么
1.3　过去的统计学与贝氏统计学在想法上之差异
1.4　贝氏统计学与MCMC法

Ch2 进入贝氏统计前的准备
2.1　条件机率与乘法定理
2.2　机率变数与机率分配
2.3　有名的机率分配
2.4　概似函数与最大概似估计法

Ch3 贝氏定理与其应用
3.1　何谓贝氏定理
3.2　贝氏定理的变形
3.3　壶子的问题
3.4　从大学的入学考试问题挑战贝氏统计
3.5　犯人A得救的机率是否提升?
3.6　以贝氏过泸网拦截垃圾邮件
3.7　贝氏网路的效用是什么？

Ch4 贝氏统计的基本概念
4.1　贝氏统计是简单的强力工具
4.2　贝氏统计的基本公式
4.3　硬币问题
4.4　药的效用问题

Ch5 贝氏统计的应用
5.1　贝氏统计与自然共轭分配
5.2　概似服从二项分配时
5.3　概似服从常态分配时（其一）
5.4　概似函数服从常态分配时（其二）
5.5　概似服从卜式分配时
5.6　使用贝氏因子的统计模式的评估法
5.7　贝氏估计与传统的统计估计
5.8　贝氏统计与最大概似估计法的关系

Ch6 以MCMC法求解的贝氏统计
6.1　何谓MCMC法
6.2　吉普斯法（Willard Gibbs）的体系
6.3　吉普斯法的具体例子
6.4　吉普斯法与Excel
6.5　Metropolis法的体系
6.6　Metropolis法的具体例子
6.7　应用Excel执行Metropolis法

Ch7 阶层贝氏法
7.1　可因应复杂统计模式的阶层贝氏法
7.2　以传统的最大概似法求解看看
7.3　阶层贝氏法的模式化
7.4　以常态贝氏法求解阶层贝氏模式
7.5　经验贝氏法所需Excel工作表解说
7.6　以MCMC法求解阶层贝氏模式
7.7　以MCMC法解说Excel试算表

Ch8 贝氏估计与贝氏决定
8.1　事后期待损失最小化，是贝氏学派的估计、决定的基本
8.2　MAP估计文字类型
8.3　从样本估计洋芋片内容量的分配函数
8.4　基于经验资讯MAP决定计画实施
8.5　使事后期待损失最小化的决定法是贝氏的决断

Ch9 贝氏理论在线性回归模型中的应用
9.1　回归分析的复习
9.2　贝式应用在简单回归分析
9.3　贝氏也可应用在复回归分析

附　录
参考文献

图书序言

1.1 21世纪是贝氏统计的世纪

揭开21世纪序幕的2001年，微软公司的总裁比尔盖兹（Bill Gates）曾明言：「21世纪微软的基本策略是贝氏科技（Bayes technology）」。事实上，微软公司的研究中心聚集了世界上首屈一指的贝氏统计专家。

正如比尔盖兹所说，在目前电脑的各种领域中已利用着贝氏科技。譬如，网际网路的「拦截垃圾邮件」（Spam mail），利用个人电脑时可提供适切的「说明（Help）」资讯等，它的研究成果正受到活用。

并且，贝氏科技的应用，不限于电脑的领域。像心理学、财务工程等，在各种领域中开始受到活用。

贝氏科技的各种应用领域

那么，比尔盖兹原本所说的「贝氏科技」是什么？那是依据「贝氏定理」此极为简单的机率统计理论。虽然是称不上「定理」的简单定理，但因发想的转变让猫变成了老虎。

另外，「贝氏（Bayes）」之名是来自18世纪后半的Scotland长老教会的牧师汤姆士‧贝叶斯（Tomas Bayes）。（註：贝约斯是姓，故简称为贝氏）。

「咦？在200年前就已经发现此定理！」

你也许会感到吃惊，但事实的确如此。虽然早在200年前就已发现此定理，直到21世纪的今日才受到关注。

顺便一提，贝氏所属的长老教会是基督教新教（Protestant）的一派，即卡尔文（Calvin）派。身为该教会牧师的贝氏，也是业余的数学家。他所想出的方法即为「贝氏定理」。

「竟然是业余的数学家所发现的！」

业余的数学家所发现的定理，却被比尔盖兹（Bill Gates）所引用，成为本书主题「贝氏定理」的主干。

话说，200多年前就已发展的定理为何到了今日才亮相呢？有点不可思议吧！原因在于贝氏理论具有的「模煳性」。

在利用贝氏定理的统计学中，是假定事前机率的想法再去求解。从后面会说明的贝氏统计的计算中似乎可以理解，以数学的方式严密决定此「事前机率」许多时候是有困难的。虽然是数学，却在「模煳」的理论之下成立。因之，贝氏统计所处理的机率称为「主观机率」的情形也有，它是具有此「模煳」性，因而受到近代统计学者的批评。

贝氏统计是在「事前机率」的基础下成立的，因此受到费雪与尼曼等近代统计学者的批评，因为受质疑「要如何才可以严谨地求出事前机率？」而被抹杀。