ベイズ統計の考え方

第Ⅰ部　確率論の基礎
1．確率論の入り口
2．同時確率，周辺確率，条件付き確率

第Ⅱ部　ベイズの定理とベイズ推定
3．ベイズの定理
4．ベイズ推定
5．著者問題：二つの対立仮説のもとでのベイズ推定
6．誕生日問題：多数の対立仮説をもつ場合
7．肖像画問題：同時尤度をを用いたベイズ推定

第Ⅲ部　確率関数
8. 確率質量関数
9. 確率密度関数

第Ⅳ部　共役
10. ホワイトハウス問題：ベータ分布と二項分布の共役
11. シャーク・アタック問題：ガンマ分布とポアソン分布の共役
12. メイプルシロップ問題：正規分布と正規分布の共役

第Ⅴ部　Markov Chain Monte Carlo (MCMC)
13. シャーク・アタック問題再訪：メトロポリス法を用いたMCMC
14. MCMCの調整と診断
15. ホワイトハウス問題再訪：メトロポリス・ヘイスティングス法を用いたMCMC
16. メイプルシロップ問題再訪：ギブスサンプリングを用いたMCMC

第Ⅵ部　応用例
17. サバイバー問題1:MCMCを用いた単回帰分析
18. サバイバー問題2：モデル選択
19. ロラックス問題：ベイジアンネットワーク入門
20. ワンスラー問題：決定木入門

参考文献
索引
補遺（ウェブ掲載，下記参照）
1. ベータ分布と二項分布の共役について
2. ガンマ分布とポアソン分布の共役について
3. 正規分布と正規分布の共役について
4. 単回帰における共役
5. 回帰におけるデータの標準化