书名：趣学贝叶斯统计:橡皮鸭、乐*和星球大战中的统计学  
定*：89.8  
ISBN：9787**559*074  
作者：威尔·库尔*  
版次：第*版  
出版时间：2022-06  

内容提要：  
本书通过简单的解释和有趣的示例帮助你了解贝叶斯统计。举几个例子：你可以评估UFO出*自家后院中的可能性、《星球大战》中汉?索罗穿越小行星带幸存下来的可能性、抓鸭子中大奖游戏的公平性，并学会用乐*积木理解贝叶斯定理。通过阅读本书，你会学习如何衡量自己所持信念的*确定性，理解贝叶斯定理并了解它的作用，计算后验概率、似然和先验概率，计算分布以查看数据范围，比较假设并从中得出可靠的结论。  



作者简介：  
威尔·库尔*（Will Kurt） 经验丰富的数据*业人员，拥有十多年的贝叶斯统计学科研经验，相关博客Count Bayesie广受欢迎。  

目录：  
第 **分 概率导论  
第　*章 贝叶斯思维和日常推理　2  
*.*　对奇怪经历的推理　2  
*.*.*　观察数据　3  
*.*.2　先验信念和条件概率　4  
*.*.3　形成假设　5  
*.*.4　在日常语言中发现假设　6  
*.2　收集更多的数据以更新信念　6  
*.3　对比假设　7  
*.4　数据影响信念，信念*应该影响数据　8  
*.5　小结　9  
*.6　练习　9  
第　2章 度量*确定性　**  
2.*　概率是什么　**  
2.2　通过对事件结果计数来计算概率　*2  
2.3　通过信念的比值来计算概率　*3  
2.3.*　通过胜算率计算概率　*4  
2.3.2　求解概率　*5  
2.3.3　度量掷硬币实验中的信念　*6  
2.4　小结　*7  
2.5　练习　*7  
第3章　*确定性的逻辑　*8  
3.*　用AND组合概率　*9  
3.*.*　求解组合事件的概率　*9  
3.*.2　应用概率的乘法法则　20  
3.*.3　示例：计算迟到的概率　22  
3.2　用OR 组合概率　22  
3.2.*　计算用OR 连接的互斥事件　23  
3.2.2　对非互斥事件应用加法法则　24  
3.2.3　示例：计算受到巨额罚款的概率　25  
3.3　小结　26  
3.4　练习　27  
第4章　*建二项分布　28  
4.*　二项分布的结构　28  
4.2　理解并抽象出问题的细节　29  
4.3　用二项式系数计算结果数量　3*  
4.3.*　组合学：用二项式系数进行*级计数　3*  
4.3.2　计算期望结果的概率　32  
4.4　示例：扭蛋游戏　35  
4.5　小结　37  
4.6　练习　37  
第5章　β 分布　39  
5.*　*个奇怪的场景：获取数据　39  
5.*.*　区分概率、统计和推理　40  
5.*.2　收集数据　40  
5.*.3　计算可能性的概率　4*  
5.2　β 分布　43  
5.2.*　分解概率密度函数　44  
5.2.2　将概率密度函数应用于我们的问题　45  
5.2.3　用积分量化连续分布　46  
5.3　逆向解构扭蛋游戏　47  
5.4　小结　48  
5.5　练习　49  
第二*分　贝叶斯概率和先验概率  
第6章　条件概率　52  
6.*　条件概率　52  
6.*.*　为什么条件概率很重要　53  
6.*.2　依赖性与概率法则的修订　53  
6.2　逆概率和贝叶斯定理　55  
6.3　贝叶斯定理　56  
6.4　小结　57  
6.5　练习　57  
第7章　贝叶斯定理和乐*积木　59  
7.*　直观地计算条件概率　6*  
7.2　通过数学计算来证明　63  
7.3　小结　64  
7.4　练习　64  
第8章　贝叶斯定理的先验概率、似然和后验概率　65  
8.*　贝叶斯定理三要素　65  
8.2　调查犯罪现场　66  
8.2.*　求解似然　66  
8.2.2　计算先验概率　67  
8.2.3　归*化数据　67  
8.3　考虑备择假设　69  
8.3.*　备择假设的似然　70  
8.3.2　备择假设的先验概率　70  
8.3.3　备择假设的后验概率　7*  
8.4　比较非归*化的后验概率　7*  
8.5　小结　72  
8.6　练习　72  
第9章　贝叶斯先验概率和概率分布　73  
9.*　C-3PO 对小行星带的疑问　73  
9.2　确定C-3PO 的信念　74  
9.3　汉·索罗厉害的原因　75  
9.4　用后验概率制造悬念　76  
9.5　小结　78  
9.6　练习　78  
第三*分　参数估计  
第　*0章 均值法和参数估计介绍　80  
*0.*　估计降雪量　80  
*0.*.*　求平均测量值以最小化误差　8*  
*0.*.2　解决简化版的案例　8*  
*0.*.3　解决更*端的案例　83  
*0.*.4　用加权概率估计真实值　85  
*0.*.5　定义期望、均值和平均数　86  
*0.2　测量中的均值与总结性的均值　87  
*0.3　小结　87  
*0.4　练习　88  
第　**章 度量数据的离散程度　89  
**.*　往井里扔硬币　89  
**.2　求平均*对偏差　90  
**.3　求方差　92  
**.4　求标准差　92  
**.5　小结　94  
**.6　练习　94  
第　*2章 正态分布　95  
*2.*　度量引火线燃烧时间　95  
*2.2　正态分布　97  
*2.3　解决引火线问题　99  
*2.4　*个技巧　*0*  
*2.5　“N 西格玛”事件　*03  
*2.6　β 分布和正态分布　*03  
*2.7　小结　*05  
*2.8　练习　*05  
第　*3章 参数估计工具：PDF、CDF和分位函数　*06  
*3.*　估计邮件列表的转化率　*06  
*3.2　PDF　*06  
*3.2.*　PDF 的可视化和解释　*07  
*3.2.2　在R 语言中处理PDF　*09  
*3.3　CDF　*09  
*3.3.*　CDF 的可视化和解释　***  
*3.3.2　求中位数　**2  
*3.3.3　可视化近似求积分　**3  
*3.3.4　估算置信区间　**4  
*3.3.5　在R 语言中使用CDF　**5  
*3.4　分位函数　**6  
*3.4.*　分位函数的可视化和解释　**6  
*3.4.2　利用R 语言计算分位数　**7  
*3.5　小结　**8  
*3.6　练习　**8  
第　*4章 有先验概率的参数估计　**9  
*4.*　预测电子邮件的转化率　**9  
*4.2　在更大的背景下考虑先验　*2*  
*4.3　作为量化经验方法的先验　*25  
*4.4　什么**知道时，是否有合理的先验可供使用　*25  
*4.5　小结　*27  
*4.6　练习　*28  
第四*分　假设检验：统计的核心  
第　*5章 从参数估计到假设检验：构建贝叶斯A/B 测试　*30  
*5.*　构建贝叶斯A/B 测试　*30  
*5.*.*　找出先验概率　*3*  
*5.*.2　收集数据　*3*  
*5.2　蒙*卡罗模拟　*33  
*5.2.*　在多少种情况下，变体B表现更好　*33  
*5.2.2　变体B 要比变体A 好多少　*34  
*5.3　小结　*36  
*5.4　练习　*36  
第　*6章 贝叶斯因子和后验胜率简介：思想的竞争　*37  
*6.*　重温贝叶斯定理　*37  
*6.2　利用后验概率比构建假设检验　*38  
*6.2.*　贝叶斯因子　*38  
*6.2.2　先验胜率　*39  
*6.2.3　后验胜率　*39  
*6.3　小结　*44  
*6.4　练习　*44  
第　*7章 电视剧中的贝叶斯推理　*45  
*7.*　场景描述　*45  
*7.2　用贝叶斯因子理解“*秘预言家”　*45  
*7.2.*　度量贝叶斯因子　*46  
*7.2.2　解释先验信念　*47  
*7.3　发展自己的*级能力　*49  
*7.4　小结　*50  
*7.5　练习　*50  
第　*8章 当数据*法让你信服时　*5*  
*8.*　有*能力的朋友掷骰子　*52  
*8.*.*　比较似然　*52  
*8.*.2　结合先验胜率　*53  
*8.*.3　考虑备择假设　*54  
*8.2　与*戚和阴谋论者争论　*55  
*8.3　小结　*56  
*8.4　练习　*57  
第　*9章 从假设检验到参数估计　*58  
*9.*　嘉年华游戏真的公平吗　*58  
*9.*.*　考虑多种假设　*60  
*9.*.2　利用R 语言寻找更多的假设　*60  
*9.*.3　将先验加到似然比上　*62  
*9.2　构建概率分布　*64  
*9.3　从贝叶斯因子到参数估计　*66  
*9.4　小结　*68  
*9.5　练习　*68  
附录A　R语言快速入门　*70  
附录B　*要的微积分知识　*90  
附录C　练习答案　202