隨著大數(shù)據(jù)時代的到來，貝葉斯方法已經(jīng)在人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和模式識別等學(xué)術(shù)界和工業(yè)界諸多領(lǐng)域取得重要突破和迅速發(fā)展。本書簡潔明晰地闡述了貝葉斯方法在VAR模型、狀態(tài)空間模型、隨機(jī)流動率模型、動態(tài)因子模型、TVP-VAR模型FAVAR模型、TVP-FAVAR模型等主流實(shí)證宏觀模型中的應(yīng)用，并著重介紹了貝葉斯統(tǒng)計(jì)計(jì)算中的馬爾科夫鏈蒙特卡羅模擬方法（MCMC）以及*發(fā)展的貝葉斯隨機(jī)搜尋模型選擇方法（SSVS）。作者還提供了書中所有案例的Matlab代碼，便于讀者學(xué)習(xí)模仿。本書可供宏觀經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)相關(guān)領(lǐng)域的研究者參考使用，也可作為統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)和管理科學(xué)與工程相關(guān)專業(yè)高年級本科生、碩士研究生和博士研究生的輔助教材。