引言

本书的编写得益于康雁飞老师在北京航空航天大学经济管理学院讲授的《统计计算》（2019年春）、《贝叶斯统计》（2019年秋）、《贝叶斯统计与计算》（2020年春至今）本科生核心专业课程教学内容。

本书结构

本书按计算统计的学习路径分为五个部分。第一部分介绍计算统计的基本问题、R 语言实践和数值计算基础；第二部分讨论线性代数、求根、优化、数值积分和 EM 算法等确定性计算方法；第三部分介绍随机数生成、Monte Carlo 和重采样等随机模拟方法；第四部分讲解线性模型、广义线性模型、模型选择、交叉验证和正则化等统计模型的计算实现；第五部分转入贝叶斯计算，依次讨论贝叶斯思维、后验计算、MCMC、贝叶斯回归、模型比较、后验预测与现代计算工具。

这五个部分并非彼此孤立的专题。它们之间的逻辑关系、先修依赖与建议学习路径，见第 1.9 节。

本书正在撰写中，但你会不定期地发现惊喜。