第一章 緒論 第二章 迴歸模型的意義與貝氏理論 第三章 貝氏分析法在單元常態線性迴歸模型的應用 第四章 貝氏分析法在複迴歸模型的應用及其預測 第五章 貝氏分析法在多變數迴歸模型的應用及其預測 第六章 結論 共分六章十八節，全文約計三萬六千字 內容：統計理論與機率論發展的結果，引起統計學者從事不確定事實之研究，而統計 預測乃是以現在及過去的資料來誘導未來的方向，以提供決策者作決策之參考或及時 修改既定目標與政策。 傳統的統計推論都是由樣本資料導出統計量的分配，以對未知母數作推論，以為決策 者的參考，亦即完全根據由抽樣樣本所提供的資訊來作推論，此即吾人所熟知的抽樣 理論。然而過去資料的趨勢，人類經驗的累積、決策者的判斷、理論上的考慮，即事 前所擁有的資訊是不容忽視，而本文進行統計推論時即結合事前所擁有的資訊與抽樣 資料結合，經由貝氏定理的判定，進行統計推論，即貝氏分析法，並利用常態線性迴 歸模型與貝氏分析法結合，對統計資料進行分析預測，最後並進行實證研究，以為應 用。