西安交通大学 Bayes统计 48 梅长林

课程名称:   西安交通大学 Bayes统计 48  梅长林

免费试看:   http://pan.baidu.com/s/1eRLsjb8

01 绪论
02 后验分布的计算
03 共轭先验分布的特点（一）
04 共轭先验分布的特点（二）
05 共轭先验分布的特点（三）
06 超参数及其确定
07 贝叶斯统计推断的条件方法
08 参数的贝叶斯点估计（一）
09 参数的贝叶斯点估计（二）
10 参数的贝叶斯点估计（三）
11 参数的贝叶斯点估计（四）
12 参数的贝叶斯区间估计（一）
13 参数的贝叶斯区间估计（二）
14 可信区间与最大后验密度可信集（一）
15 可信区间与最大后验密度可信集（二）
16 可信区间与最大后验密度可信集（三）
17 可信区间与最大后验密度可信集（四）
18 经典假设检验与贝叶斯假设检验
19 贝叶斯因子（一）
20 贝叶斯因子（二）
21 简单假设对简单假设
22 复杂假设对复杂假设（一）
23 复杂假设对复杂假设（二）
24 简单原假设对复杂备择假设（一）
25 简单原假设对复杂备择假设（二）
26 简单原假设对复杂备择假设（三）
27 简单原假设对复杂备择假设（四）
28 简单原假设对复杂备择假设（五）
29 预测（一）
30 预测（二）
31 预测（三）
32 似然原理（一）
33 似然原理（二）
34 似然原理（三）
35 主观概率
36 利用先验分布信息确定先验分布
37 利用边缘分布m(x)确定先验分布（一）
38 利用边缘分布m(x)确定先验分布（二）
39 利用边缘分布m(x)确定先验分布（三）
40 利用边缘分布m(x)确定先验分布（四）
41 无信息先验分布（一）
42 无信息先验分布（二）
43 无信息先验分布（三）
44 无信息先验分布（四）
45 无信息先验分布（五）
46 无信息先验分布（六）
47 多层分布（一）
48 多层分布（二）
下载地址（购买主题后显示）: