本书通过简单的解释和有趣的示例帮助读者全面了解贝叶斯统计。举几个例子：可以评估UFO出现在自家后院中的可能性、《星球大战》中汉·索罗穿越小行星带幸存下来的可能性、抓鸭子中大奖游戏的公平性，并学会用乐高积木理解贝叶斯定理。通过阅读本书，可以学习如何衡量自己所持信念的不确定性，理解贝叶斯定理并了解它的作用，计算后验概率、似然和先验概率，计算分布以查看数据范围，比较假设并从中得出可靠的结论。本书适合有高中代数基础、希望了解统计学的人阅读，具有较强统计学背景的读者也可以从书中得到新的启发。
第一部分概率导论
第1章贝叶斯思维和日常推理
1.1对奇怪经历的推理
1.1.1观察数据
1.1.2先验信念和条件概率
1.1.3形成假设
1.1.4在日常语言中发现假设
1.2收集更多的数据以更新信念
1.3对比假设
1.4数据影响信念，信念不应该影响数据
1.5小结
1.6练习
第2章度量不确定性
2.1概率是什么
2.2通过对事件结果计数来计算概率
2.3通过信念的比值来计算概率
2.3.1通过胜算率计算概率
2.3.2求解概率
2.3.3度量掷硬币实验中的信念
2.4小结
2.5练习
第3章不确定性的逻辑
3.1用AND组合概率
3.1.1求解组合事件的概率
3.1.2应用概率的乘法法则
3.1.3示例：计算迟到的概率
3.2用OR组合概率
3.2.1计算用OR连接的互斥事件
3.2.2对非互斥事件应用加法法则
3.2.3示例：计算受到巨额罚款的概率
3.3小结
3.4练习
第4章创建二项分布
4.1二项分布的结构
4.2理解并抽象出问题的细节
4.3用二项式系数计算结果数量
4.3.1组合学：用二项式系数进行不错计数
4.3.2计算期望结果的概率
4.4示例：扭蛋游戏
4.5小结
4.6练习
第5章β分布
第二部分贝叶斯概率和先验概率
第6章条件概率
第7章贝叶斯定理和乐高积木
第8章贝叶斯定理的先验概率、似然和后验概率
第9章贝叶斯先验概率和概率分布
第三部分参数估计
第10章均值法和参数估计介绍
第11章度量数据的离散程度
第12章正态分布
第13章参数估计工具：PDF、CDF和分位函数
第14章有先验概率的参数估计
第四部分假设检验：统计的核心
第15章从参数估计到假设检验：构建贝叶斯A/B测试
第16章贝叶斯因子和后验胜率简介：思想的竞争
第17章电视剧中的贝叶斯推理
第18章当数据无法让你信服时
第19章从假设检验到参数估计
附录AR语言快速入门
附录B必要的微积分知识
附录C练习答案
威尔·库尔特（Will Kurt）
经验丰富的数据专业人员，拥有十多年的贝叶斯统计学科研经验，相关博客Count Bayesie广受欢迎。
