『入門ベイズ統計』
松原望 著

まえがき
本書を有効利用するための情報

第1 章　ベイズの定理
§ 1.1	 トーマス・ベイズとベイジアン
§ 1.2	 ベイズの定理とその証明
§ 1.3	 原因の確率
§ 1.4	 主観確率の役割
§ 1.5	 確率の更新
§ 1.6	 多数の原因
§ 1.7	 事後分布
§ 1.8	 事前分布

第2 章　ベイズ決定の基礎
§ 2.1	 ベイズ決定
§ 2.2	 多次元のベイズ決定

第3 章　社会的リスクと決定
§ 3.1	 リスク認知とベイズの定理
§ 3.2	 安全性のモデル
§ 3.3	 確信の形成のようす
§ 3.4	 決定の正しさと到達時間

第4 章　ベイズ判別問題とパターン認識
§ 4.1	 メッセージと符号
§ 4.2	 ベイズ決定
§ 4.3	 正規分布をもつノイズ
§ 4.4	 ミニマックス決定
§ 4.5	 パターン認識と分類
§ 4.6	 ベイズ決定による判別（分類）
§ 4.7	 判別分析

第5 章　情報検索とベイズ決定
§ 5.1	 分類子と関連性
§ 5.2	 文献からのサンプリング
§ 5.3	 ベイズ検索
§ 5.4	 ロジット分析

第6 章　線型回帰モデルのベイズ推定
§ 6.1	 正規線型モデル
§ 6.2	 回帰分析
§ 6.3	 ベイズ回帰モデル
§ 6.4	 階層モデル

第7 章　ベイズ更新とカルマン・フィルター
§ 7.1	 リアル・タイム推定
§ 7.2	 カルマン・フィルターのモデル
§ 7.3	 カルマン・フィルターの漸化式
§ 7.4	 シミュレーション例

第8 章　医学とベイズ決定
§ 8.1	 医学的意思決定
§ 8.2	 検査による診断
§ 8.3	 ベイズの定理による取り扱い
§ 8.4	 確率的情報処理における更新
§ 8.5	 疾病名のベイズ診断：ケーススタディー

第9 章　医薬とベイズ統計学
§ 9.1	 比較の確率
§ 9.2	 確率θのベイズ推定
§ 9.3	 予測分布の効用

第10 章　信頼性とベイズ統計学
§ 10.1	 信頼性と確率論
§ 10.2	 信頼性のベイズ統計学的取り扱い
§ 10.3	 経験的ベイズ決定

第11 章　イメージ・プロセシングとベイズ推定
§ 11.1	 イメージ・プロセシング
§ 11.2	 点拡がり関数の考え方
§ 11.3	 ジーマン−ジーマンによる画像処理モデル

第12 章　ベイジアン・ネットワーク入門
§ 12.1	 確率のエンコーディングと確信計算
§ 12.2	 有向グラフとマルコフ性
§ 12.3	 有向分離とエンコーディング


参考文献
索引