R과 JAGS 몬테칼로와 함께하는 베이지안 통계추론

1장 R 소개
1.1 R 설치
1.2 R 실행
1.3 자료의 형태
1.4 자료의 입력과 출력
1.5 자료의 통계처리
1.6 그림 그리기
1.7 사용자정의 함수
1.8 3차원 그림 그리기
1.9 도움말과 패키지 이용

2장 확률과 베이즈 정리
2.1 확률의 공리
2.2 조건부 확률
2.3 표본공간의 분할과 베이즈 정리
2.4 독립성

3장 확률변수와 확률분포
3.1 기본 용어
3.2 이산분포
3.3 연속분포
3.4 다변량 분포
3.5 분포의 요약
3.6 결합확률분포
3.7 베이즈 정리
3.8 변수의 독립성
3.9 교환가능성

4장 베이지안 추론
4.1 통계적 모형
4.2 우도함수
4.3 베이지안 추정
4.4 베이지안 구간추정
4.5 고전적 추정의 문제점

5장 이항분포에 대한 베이지안 추론
5.1 이항비율의 추정
5.2 예측분포
5.3 베이지안 신뢰구간
5.4 두 비율의 비교

6장 포아송 분포에 대한 베이지안 추론
6.1 포아송 평균의 추정
6.2 예측분포
6.3 몬테칼로 근사
6.4 예측분포의 몬테칼로 추정

7장 정규분포에 대한 베이지안 추론
7.1 평균의 추정과 예측분포
7.2 평균과 분산의 추정
7.3 다변량 정규분포

8장 베이지안 가설검정
8.1 고전적 검정
8.2 베이지안 검정
8.3 베이지안 일면 검정
8.4 베이지안 양면 검정
8.5 베이지안 다중 검정

9장 사전분포
9.1 무정보 사전분포
9.2 부적합 사전분포
9.3 변환불변 사전분포
9.4 제프리 사전분포
9.5 공액 사전분포

10장 마코브체인 몬테칼로
10.1 깁스 표본기법
10.2 메트로폴리스-헤스팅스 알고리즘

11장 JAGS를 이용한 베이지안 추론
11.1 JAGS 소개
11.2 JAGS 설치
11.3 JAGS 통계분포
11.4 JAGS 함수
11.5 JAGS 실행

12장 계층적 베이즈 추론
12.1 계층 모형
12.2 계층 모형에 대한 베이즈 추론
12.3 JAGS를 이용한 사후 표본추출

13장 베이지안 회귀분석
13.1 선형 회귀모형
13.2 최소제곱 추정치
13.3 선형 회귀모형의 베이지안 추론
13.4 JAGS를 활용한 사후 표본추출