贝叶斯概率风险评估

本书共13章，第1章介绍了贝叶斯推断的起源与背景，概括了过程与步骤；第2章介绍了贝叶斯推断的基础--贝叶斯定理及其简单应用；第3章详述了风险评估问题中常见的单参数随机模型；第4章论述了时常被忽视的模型校验问题，包括定性的图校验和基于后验预计分布的定量校验；第5章论述了二项分布和泊松分布的参数存在单调趋势的情形；第6章从实用视角讨论了MCMC收敛性；第7章讨论了总体变异模型；第8章介绍了威布尔分布、对数正态分布和伽玛分布的推断，还介绍了用于筛选后备模型的惩罚似然准则，主要是异常信息准则（DIC）；第9章概括了更新过程的推断，和一些探索性数据分析中有用的图检验；第10章阐述了观测数据存在某种不确定性时的分析，如删失、不准确的记录或其他原因；第11章介绍了回归模型；第12章介绍了多层系统故障树的推断；第13章有选择地讨论了一些特定前沿问题，包括极值过程推断，在贝叶斯框架下处理专家意见的方法等。