贝叶斯统计的入门书里,韦来生这本还挺适合想系统学一遍的同学。全书分了六章,讲了从先验分布、后验分布到MCMC怎么跑,配了不少例题,R 代码也给了,拿来就能试。嗯,课件级别的内容,照着学比较踏实。

配套的R 脚本在作者主页就能下,挺方便。第六章还了蒙特卡洛马尔可夫链,这俩在做数据模拟和参数估计时经常用到,比如想跑个Gibbs 采样,直接照书上的代码改一改就行,响应也快,思路也清晰。

想用Python或者Matlab也行,书里虽然主要给了 R 示例,但你可以看pyautogui 库Matlab 分布仿真这些资源,和书里的知识点搭着看,迁移一下不难。

要提醒下,里面有些章节打了*号,可跳过,想快点看完就挑重点学,别一口气啃完,啃完也记不住对吧。如果你想多练手,可以把附带的例题都敲一遍,稳。