Das Buch führt auf einfache und verständliche Weise in die
Bayes-Statistik ein. Ausgehend vom Bayes-Theorem werden die Schätzung
unbekannter Parameter, die Festlegung von Konfidenzregionen für die
unbekannten Parameter und die Prüfung von Hypothesen für die Parameter
abgeleitet. Angewendet werden die Verfahren für die Parameterschätzung
im linearen Modell, für die Parameterschätzung, die sich robust
gegenüber Ausreißern in den Beobachtungen verhält, für die Prädiktion
und Filterung, die Varianz- und Kovarianzkomponentenschätzung und die
Mustererkennung. Für Entscheidungen in Systemen mit Unsicherheiten
dienen Bayes-Netze. Lassen sich notwendige Integrale analytisch nicht
lösen, werden numerische Verfahren mit Hilfe von Zufallswerten
eingesetzt.