統計反思：用R和Stan例解貝葉斯方法 (Statistical Rethinking: A Bayesian Course with Examples in R and Stan)

“本書是一本有趣的書，以一種新的視角闡明瞭統計模型是什麼、為什麼以及如何建立統計模型。市面上像本書這樣通俗易懂，並且配有示例代碼可以在實踐的過程中學習的好書很罕見。”
　　　　　　　　　 ——安德魯·格爾曼 (Andrew Gelman), 哥倫比亞大學
　　本書能增加你對統計模型的理解和信心。現在，基於模型的統計對編程有基本的要求，本書能促使你一步一步地計算原本自動的過程。書中獨特的計算過程可確保你瞭解足夠的細節，以便你在建模工作中合理地選擇和解釋模型。
　　本書從貝葉斯的角度介紹了廣義線性分層模型，通過貝葉斯概率和最大熵的基礎邏輯解釋模型,涵蓋從基礎的回歸分析到分層模型的內容。作者還討論了測量誤差、缺失數據，以及處理空間和網絡自相關的高斯過程模型。

　　本書特色：
　　•將代碼嵌入講解的正文，你能夠在閱讀的過程中實踐代碼並查看結果。
　　•通過實際數據分析的例子來講解概念。
　　•詳細地講解代碼，讓你能夠診斷並且糾正問題。
　　•傳授重要但是不常見的編程技巧。
　　•展示相同的數學模型如何能有不同的實踐方法。
　　•在選讀部分提供更加詳細的數學解釋。
　　•在作者的網站和Github頁面上提供相應的R包。