第一部分：機率入門

第一章：貝氏思維和日常推理

第二章：衡量不確定性

第三章：不確定性的邏輯

第四章；建立二項機率分布

第五章：貝他分布



第二部分：貝氏機率和事前機率

第六章：條件機率

第七章：樂高中的貝氏定理

第八章：貝氏定理中的事前機率、概度和事後機率

第九章：貝氏事前機率與運用機率分布



第三部分：參數估計

第十章：取平均值與參數估計

第十一章：測量資料的擴散範圍

第十二章：常態分布

第十三章：參數估計的工具：機率密度函數、累積密度函數和分位數函數

第十四章：用事前機率做參數估計



第四部份：假設測試：統計學的核心

第十五章：從參數估計到假設測試：建立貝氏A/B測試

第十六章：貝氏因子和事後勝率：觀點之爭

第十七章：陰陽魔界中的貝氏推理

第十八章：當資料無法將你說服

第十九章；從假設測試到參數估計



附錄A：R語言快速入門指南

附錄B：剛好夠用的微積分

附錄C：習題解答



?

序言



　　某種程度來說，生活中所有事情在某種程度上來說都是不確定的。聽起來可能有點誇張，但你只要做個簡單的實驗，就可以知道真相：在一天開始之際，寫下你認為接下來半個小時、一個小時、三個小時，和六個小時中會發生的事，然後驗證這些預測是否會實現。你很快就會察覺到，一天中其實充滿著各種不確定性。即便是一些小事，像是「我會刷牙」或是「我會喝杯咖啡」，都有可能因為某些原因而未如願發生。



　　對生活中大部分的不確定性，我們都能經由規劃日程來順利渡過。舉例來說，即使交通狀況可能讓你早上花在通勤的時間變長，我還是能對自己什麼時候該出門，才能準時到公司這點做出不錯的估計。如果早上有一個超重要的會議，你可能會提早出門，留給自己延誤的時間。對如何推理並處理不確定的情況，我們有種天生的直覺，而當你有這樣的思路時，你就已經在做機率統計了。



　　為什麼要學統計？



　　這本書的主題，貝氏統計，能幫我們對不確定的情況做出推理；就好比學校教的邏輯概念能幫我們在每天的思考過程中看出邏輯錯誤那樣。就像剛剛的例子，基本上每個人在日常生活中都要面對各種不確定，所以本書的受眾非常的廣。已經在使用統計的資料科學家和研究員會從更深入的理解和直覺中了解這些工具如何運作；工程師和程式設計師會學到他們如何能用更好的方式量化自己做出的決定（我曾用貝氏分析來找出程式出錯的原因）。行銷專員和銷售人員能將本書中的觀念應用在A/B測試上，試著了解他們的觀眾，並對機會值做出更好的評估。任何在做高階決策的人都應該要對機率有一點基本認識，才能在不確定的決策上對成本效益快速做出粗略估計。



　　閱讀本書所需的背景知識



　　閱讀本書唯一的要求就是基本的高中代數。如果你往下翻，你會看到一些數學例子，但沒有什麼特別艱鉅的任務。換句話說，這本書的目標是幫助你開始用數學方式思考問題，同時不必擁有強大的數學背景。當你讀完本書，可能會發現自己無意間就在你的日常生活中開始用公式來描述問題了！



　　如果你真的對統計學有一個強大背景（甚或就是貝氏統計），我相信你還是會在閱讀過程中度過愉快的時光。我自己一直都認為，要搞懂一個領域最好的方式，就是不斷用各種角度回頭檢視基本概念。就算我是本書作者，我在寫書的過程中依然發現許多連我自己都感到驚奇的事！