چكيده :
در اين پايان نامه در مورد استنباط ناپارامتري بيز و كاربردهاي آن در مدلهاي خطي بحث مي كنيم ، حالتي را در نظر مي گيريم كه توابع توزيع مجهول ، به خاطر پارامترهاي تصادفي خود متغيرهاي تصادفي هستند. به وسيله اندازه هاي احتمال تصادفي ، مي توانيم پيشين مختلفي را براي توابع توزيع تصادفي درنظر بگيريم . اين رساله شامل يك مقدمه وچهار فصل مي باشد. در فصل اول نمونه گيري گيبس را كه يك نوع الگوريتم مي باشد معرفي نموده ، در مورد آن بحث مي كنيم . اين الگوريتم براي يافتن چگاليهاي پسين در آمار بيز مفيد است . در فصل دوم رگرسيون خطي بيز و چند موضوع مرتبط باآن را مطالعه مي كنيم . در فصل سوم فرآيند ديريكله و چند اندازه اي تصادفي ديگر را مانند درخت پوليا و فرآيند بتا - مقياسي Beta - Stacy معرفي مي كنيم . آنگاه يك روش جالب به وسيله ي چند جمله ايهاي برنشتاين براي برآورد چگاليها در آمار بيز ارايه خواهد شد...
