本书围绕贝叶斯计量经济学中常用的统计量，即贝叶斯因子，系统性地梳理和介绍基于幂后验的贝叶斯因子的计算方法，从研究背景、文献回顾、理论介绍、算法提出、性质证明、应用实例、编程实现、不足及未来展望等方面进行了全面和详细的总结。本书提出的贝叶斯因子估计方法不仅可以应用到金融领域，还可以拓展到其他领域。该方法可以作为一种通用的方法，用于其他科学领域的模型比较、模型平均问题。因此，本书的研究成果具有潜在的、广泛的应用前景。

基于幂后验的贝叶斯因子的计算、应用及其在R中的实现


第一章绪论


第一节引言


第二节贝叶斯因子的起源


第三节贝叶斯因子的应用


第四节贝叶斯因子的困境


第五节本书结构及相关数学符号说明


第二章幂后验的定义及性质


第一节后验分布及其伯恩斯坦-冯-米塞斯定理


第二节幂后验分布及其伯恩斯坦-冯-米塞斯定理


第三节基于幂后验的边际似然的传统算法


第三章贝叶斯因子计算：基于幂后验和重要性抽样的改进算法


第一节TI-LWY算法


第二节SS-LWY算法


第三节假设条件


第四节理论性质


第五节应用实例：线性回归模型


第六节应用实例：Copula模型


第四章贝叶斯因子计算：基于幂后验、重要性抽样和泰勒展开的改进算法


第一节TI-LWY2算法


第二节SS-LWY2算法


第三节应用实例：线性回归模型


第四节应用实例：Copula模型


第五章贝叶斯因子计算：基于R语言的有效实现


第一节R语言基础


第二节基于R语言的贝叶斯抽样


第三节基于R语言的贝叶斯因子计算


第六章结论及未来展望


第一节结论


第二节不足之处及研究展望


附录1 定理2-1的证明


附录2 定理3-1的证明


附录3 定理3-2的证明


附录4 四个推论的证明


附录5 定理4-1的证明


附录6 推论4-1的证明


附录7 R语言代码


参考文献