基于R语言的现代贝叶斯统计学方法(贝叶斯参数估计、贝叶斯回归、贝叶斯计算实践过程

专题一 贝叶斯统计学的思想与概念

1.1 信念函数与概率

1.2 事件划分与贝叶斯法则

1.3 稀少事件的概率估计

1.4 可交换性

1.5 预测模型的构建

专题二 单参数模型

2.1 二项式模型与置信域

2.2 泊松模型与后验分布

2.3 指数族模型与共轭先验

专题三 蒙特卡罗逼近

3.1 蒙特卡罗方法

3.2 任意函数的后验推断

3.3 预测分布采样

3.4 后验模型检验

专题四 正态模型

4.1 均值与条件方差的推断

4.2 基于数学期望的先验

4.3非正态分布的正态模型

专题五 吉布斯采样

5.1 半共轭先验分布

5.2 离散近似

5.3 条件分布中的采样

5.4 吉布斯采样算法及其性质

5.5 MCMC方法

专题六 多元正态分布与组比较

6.1 多元正态分布的密度

6.2 均值的半共轭先验

6.3 逆-Wishart分布

6.4 缺失数据与贝叶斯插补

6.5 组间比较

6.6分层模型的均值与方差

专题七 线性回归

7.1 回归的本质与最小二乘法

7.2 回归的贝叶斯估计

7.3 模型的贝叶斯比较

7.4 吉布斯采样与模型平均

7.5 指数模型比较与选择

7.6 总结与结论

7.7 Python的Copula相关包介绍

专题八 非共轭先验与M-H算法

8.1 广义线性模型

8.2 泊松模型Metropolis算法

8.3 Metropolis-Hastings算法

8.4 M-H算法与吉布斯采样的组合

专题九 线性与广义线性混合效应模型

9.1 多层回归模型

9.2 全条件分布

9.3 广义线性混合效应模型

专题十 有序数据的隐变量模型

10.1 有序Probit回归

10.2 秩的似然

10.3 高斯Copula模型

相关推荐
魔力之心13 小时前
R study notes[1]
r语言
kev_gogo18 小时前
关于回归决策树CART生成算法中的最优化算法详解
算法·决策树·回归
Chef_Chen1 天前
从0开始学习R语言--Day57--SCAD模型
开发语言·学习·r语言
医工交叉实验工坊1 天前
R 语言绘制六种精美热图:转录组数据可视化实践(基于 pheatmap 包)
开发语言·信息可视化·r语言
AAIshangyanxiu1 天前
最新基于R语言结构方程模型分析与实践技术应用
开发语言·r语言·结构方程模型·生态统计学
biomooc2 天前
R拟合 | 一个分布能看到三个峰,怎么拟合出这三个正态分布的参数? | 高斯混合模型 与 EM算法
r语言
请你喝好果汁6412 天前
R中匹配函数
开发语言·r语言
Tiger Z2 天前
R 语言科研配色 --- 第 81 期 (附免费下载的配色绘图PPT)
r语言·科研·配色
笔触狂放4 天前
【机器学习】第四章 回归算法
人工智能·机器学习·回归
胖哥真不错5 天前
基于MATLAB的极限学习机ELM的数据回归预测方法应用
人工智能·matlab·数据挖掘·回归·项目实战·数据回归预测·极限学习机elm