貝葉斯方法是一種計(jì)算假設(shè)概率的方法。該方法將未知模型或變量看成已知分布的隨機(jī)變量,基于先驗(yàn)和后驗(yàn)概率對未知參數(shù)進(jìn)行推斷。古特蒙德·R.艾弗森以清晰的筆調(diào)介紹了貝葉斯方法,通過一些簡單范例,講解了如何運(yùn)用貝葉斯理論及統(tǒng)計(jì)推論估計(jì)各種參數(shù)(包括比例、均值、相關(guān)性、回歸和方差)。艾弗森提出貝葉斯方法的原理是基于先驗(yàn)概率產(chǎn)生后驗(yàn)概率,同時(shí)比較了貝葉斯推論法和經(jīng)典推論法,闡述了貝葉斯推論的優(yōu)缺點(diǎn),并指出貝葉斯方法優(yōu)于經(jīng)典推論法。
貝葉斯方法是進(jìn)行決策的重要工具,廣泛應(yīng)用于醫(yī)學(xué)、金融、市場預(yù)測、產(chǎn)品檢測等領(lǐng)域,解決一系列不確定的問題。本書有助于讀者理解和應(yīng)用貝葉斯方法,發(fā)覺貝葉斯方法的獨(dú)特魅力及其在社會(huì)科學(xué)領(lǐng)域強(qiáng)大的應(yīng)用潛力。
主要特點(diǎn)
·與經(jīng)典統(tǒng)計(jì)方法比對,有助于讀者掌握貝葉斯方法基本思想
·案例豐富,語言通俗,方便讀者理解貝葉斯理論和實(shí)際應(yīng)用
·適合具有經(jīng)典統(tǒng)計(jì)方法基礎(chǔ)的高年級(jí)本科生、研究生
序
早在該系列叢書出版以前,我們就基于經(jīng)典推理統(tǒng)計(jì)發(fā)表了一篇關(guān)于顯著性檢驗(yàn)的論文。在本書中,艾弗森教授就貝葉斯推斷表達(dá)了另一種觀點(diǎn),即,基于先驗(yàn)概率生成后驗(yàn)概率。前四章,艾弗森教授以溫和清晰的筆調(diào)介紹了貝葉斯方法,同時(shí)運(yùn)用了一些簡單范例來幫助初學(xué)者理解該方法。
在閱讀本書之前,讀者應(yīng)該對經(jīng)典統(tǒng)計(jì)推論,尤其是對基礎(chǔ)概率論和二項(xiàng)分布有一定了解。初學(xué)者要做好相應(yīng)準(zhǔn)備,從概念和計(jì)算上仔細(xì)研讀和思考第5章里的有關(guān)材料和舉出的例子。如果同學(xué)們愿意投資這個(gè)時(shí)間成本,接下來的第6章至第8章的學(xué)習(xí)就會(huì)非常有意義。當(dāng)整本書被消化過后,就可以算是入門了。
在本書中,艾弗森教授講解了如何運(yùn)用貝葉斯理論及統(tǒng)計(jì)推論估計(jì)各種參數(shù)(包括比例、均值、相關(guān)性、回歸和方差)。且在每個(gè)例子中,他都對貝葉斯推論法和經(jīng)典推論法進(jìn)行了比較。在后面的章節(jié),他還講述了貝葉斯推論的相關(guān)優(yōu)缺點(diǎn),最終得出結(jié)論:貝葉斯方法優(yōu)于經(jīng)典推論法。不論對此結(jié)論同意與否,通過認(rèn)真學(xué)習(xí),讀者們均會(huì)對貝葉斯統(tǒng)計(jì)方法所涉及的內(nèi)容及其優(yōu)缺點(diǎn)有一個(gè)更深的了解。
在這本書里,艾弗森教授就貝葉斯統(tǒng)計(jì)的一個(gè)主要問題先驗(yàn)概率的主觀性進(jìn)行了批判,該問題的重要性可與經(jīng)典統(tǒng)計(jì)中假設(shè)檢驗(yàn)的置信區(qū)間(confidence interval)選擇相提并論。另外,他對先驗(yàn)分布的相對影響的處理,以及在實(shí)際數(shù)據(jù)中獲取有關(guān)后驗(yàn)概率的信息也進(jìn)行了詳述。同時(shí),艾弗森教授還檢驗(yàn)了不同條件下這兩類要素的敏感性,有助于新學(xué)者理解,相比實(shí)地搜集來的分析數(shù)據(jù),根據(jù)先驗(yàn)信息作出的主觀假設(shè)的相對效用如何。值得提及的是,就置信區(qū)間而言,事實(shí)上,經(jīng)典統(tǒng)計(jì)方法與假設(shè)均勻先驗(yàn)分布的貝葉斯方法一樣,同樣可以得出一致的數(shù)字結(jié)果。然而,兩者就結(jié)果的解釋有所不同,因此研究者可能要用常規(guī)方法計(jì)算結(jié)果,而如果該先驗(yàn)分布是有意義的,則用貝葉斯方法進(jìn)行解釋。通讀這本書后,讀者可能會(huì)發(fā)覺貝葉斯方法的獨(dú)特魅力及其在社會(huì)科學(xué)中強(qiáng)大的應(yīng)用潛力。
約翰·L.蘇利文
古特蒙德·R.艾弗森(Gudmund R. Iversen),斯沃斯莫爾學(xué)院統(tǒng)計(jì)學(xué)教授、社會(huì)與政策統(tǒng)計(jì)學(xué)研究中心主任。著有《統(tǒng)計(jì)學(xué):概念方法》(Statistics: The Conceptual Approach)、《方差分析》(Analysis of Variance)等。
譯者簡介
賀光燁,南京大學(xué)社會(huì)學(xué)院副教授。2016年獲香港科技大學(xué)社會(huì)科學(xué)哲學(xué)博士學(xué)位。美國洛杉磯加州大學(xué)社會(huì)學(xué)系、紐約大學(xué)社會(huì)學(xué)系訪問學(xué)者。主要研究方向?yàn)榛橐黾彝、教育、健康、社?huì)分層與流動(dòng)、定量研究方法等。在《社會(huì)學(xué)研究》《社會(huì)》《人口研究》以及《社會(huì)科學(xué)研究》(Social Science Research)等中英文期刊發(fā)表學(xué)術(shù)論文多篇,同時(shí)參與翻譯格致方法·定量研究系列叢書,包括《虛擬變量回歸》《社會(huì)統(tǒng)計(jì)的數(shù)學(xué)基礎(chǔ)》《蒙特卡羅模擬》和《貝葉斯統(tǒng)計(jì)推斷》。
序
第1章 托馬斯·貝葉斯統(tǒng)計(jì)推斷
第2章 經(jīng)典統(tǒng)計(jì)推斷
第1節(jié) 運(yùn)用尾概率
第2節(jié) 置信區(qū)間的解釋
第3節(jié) 參數(shù)值的不確定性
第3章 貝葉斯定理
第1節(jié) 推導(dǎo)
第2節(jié) 范例
第3節(jié) 真總體
第4章 有關(guān)比例的貝葉斯方法
第1節(jié) 比例
第5章 其他參數(shù)的貝葉斯方法
第1節(jié) 均值
第2節(jié) 相關(guān)性
第3節(jié) 回歸
第4節(jié) 列聯(lián)表
第5節(jié) 兩個(gè)均值間的差異
第6節(jié) 兩個(gè)方差的比率
第7節(jié) 方差分析
第6章 先驗(yàn)分布
第1節(jié) 信息先驗(yàn)與非信息先驗(yàn)
第2節(jié) 尋找先驗(yàn)分布
第3節(jié) 先驗(yàn)的主觀性質(zhì)
第4節(jié) 先驗(yàn)的影響
第7章 貝葉斯的難點(diǎn)
第1節(jié) 先驗(yàn)
第2節(jié) 數(shù)據(jù)概率
第3節(jié) 計(jì)算
第8章 貝葉斯的優(yōu)勢
第1節(jié) 特定層面原因
第2節(jié) 一般層面原因
參考文獻(xiàn)
譯名對照表