貝氏統計:原理與應用 第一版 2020年

1.1　前言
1.2　貝氏統計與推論原理
1.3　貝氏估計的程序與報告
1.4　結語

2.1　機率原理
2.2　貝氏定理
2.3　離散機率分配
2.4　連續機率分配
2.5　結語

3.1　前言
3.2　概似原理與估計
3.3　後驗分配的特性
3.4　貝氏機率推導
3.5　結語

4.1　前言
4.2　先驗分配的特性
4.3　先驗分配的類型
4.4　訊息先驗的設定
4.5　計畫先驗的設定
4.6　先驗設定的敏感度分析
4.7　結語

5.1　前言
5.2　馬可夫鏈蒙地卡羅法原理
5.3　抽樣演算法
5.4　MCMC的估計效果
5.5　結語

6.1　前言
6.2　貝氏統計模型
6.3　貝氏模式評估
6.4　模型比較策略
6.5　訊息準則
6.6　結語

7.1　前言
7.2　迴歸分析原理
7.3　貝氏迴歸分析
7.4　貝氏中介與調節效果分析
7.5　結語

8.1　前言
8.2　平均數比較原理
8.3　單一平均數貝氏估計
8.4　雙平均數比較的貝氏估計
8.5　多重平均數比較的貝氏估計
8.6　結語

9.1　前言
9.2　多層次模式原理
9.3　多層次模式的參數估計
9.4　最大概似與貝氏估計MLM範例
9.5　多層次成長模式
9.6　結語

10.1　前言
10.2　因素分析的不同形式
10.3　因素分析的統計原理
10.4　因素分析範例
10.5　結語

11.1　前言
11.2　結構方程模式原理
11.3　貝氏路徑分析
11.4　貝氏結構方程模式
11.5　貝氏潛在成長模式
11.6　結語

12.1　前言
12.2　潛在變數的群尺及混合
12.3　混合模式的統計原理
12.4　貝氏混合模式
12.5　貝氏潛在結構分析
12.6　貝氏混合成長模式
12.7　結語

13.1　前言：It’s time?
13.2　貝氏的適用時機
13.3　貝氏估計的檢核要點
13.4　尾聲：盲人摸象的啟示