第1章 ベイズの定理と確率

• 1.1 検診と確率
• 1.2 偽陽性，偽陰性など
• 1.3 ベイズの定理
• 1.4 条件付き確率とベイズの定理
• 1.5 事前分布，事後分布，尤度
• 1.6 統計的仮説検定とベイズの定理
• 1.7 確率とは

第2章 選挙の予測（2項分布）

• 2.1 選挙の予測
• 2.2 2 項分布
• 2.3 無情報事前分布
• 2.4 ベータ分布
• 2.5 ベータ分布を使った推定
• 2.6 従来の統計学との比較
• 2.7 無情報でない事前分布
• 2.8 事前分布についてのいろいろな考え方

第3章 事前分布の再検討

• 3.1 目盛の付け方の問題
• 3.2 分散安定化変換
• 3.3 オッズとロジット
• 3.4 ジェフリーズの事前分布を使った事後分布
• 3.5 区間推定
• 3.6 信頼区間とベイズ信用区間の比較
• 3.7 シミュレーションによる方法
• 3.8 シミュレーションによる信用区間の推定
• 3.9 シミュレーションによる最頻値の推定
• 3.10 予測分布
• 3.11 オッズとオッズ比
• 3.12 相対危険度
• 3.13 対数オッズ代替としての分散安定化変換
• 3.14 邪魔なパラメータ
• 3.15 止め方の問題・尤度原理・多重検定

第4章 個数の推定（ポアソン分布）

• 4.1 ポアソン分布とガンマ分布
• 4.2 ポアソン分布の無情報事前分布
• 4.3 ポアソン分布のパラメータ推定
• 4.4 ポアソン分布のパラメータの信用区間
• 4.5 2項分布との関係
• 4.6 多項分布
• 4.7 地震の起こる年
• 4.8 無情報でない事前分布：エディントンのバイアス

第5章 連続量の推定（正規分布）

• 5.1 既知の誤差をもつ測定器の問題
• 5.2 測定の連鎖
• 5.3 誤差の事後分布
• 5.4 平均と分散の同時推定
• 5.5 分散の分布
• 5.6 平均値の分布
• 5.7 不検出（ND）の扱い
• 5.8 多変量正規分布と相関係数

第6章 階層モデル

• 6.1 階層のある問題
• 6.2 完全にベイズな方法
• 6.3 完全なベイズモデルによるシミュレーション
• 6.4 メタアナリシス
• 6.5 bayesmeta パッケージ

第7章 MCMC

• 7.1 MCMC 創世記
• 7.2 1 次元の簡単なMCMC
• 7.3 正規分布の平均と分散のベイズ推定
• 7.4 階層モデル
• 7.5 回帰分析
• 7.6 ポアソンデータのピークフィット
• 7.7 打切りデータの回帰分析
• 7.8 HMC法

付録A Rの利用方法

• A.1 RおよびRStudioのダウンロード
• A.2 RStudioの基本
• A.3 Rプログラミングの初歩

付録B 確率分布に関する関数

• B.1 確率密度関数
• B.2 累積分布関数
• B.3 分位点関数
• B.4 乱数の生成