本書主要介紹了處理反問題(不適定問題)的統(tǒng)計方法,尤其側重于建模與計算這兩大問題。與經典文獻中處理反問題的方法不同,本書立足于Bayes統(tǒng)計學的框架,將所有變量都視作隨機變量,并把反問題的解以概率密度函數(shù)的形式給出。同時,對于數(shù)學模型本身存在的誤差和數(shù)值離散導致的額外誤差,本書還創(chuàng)造性地進行了源自建模誤差的統(tǒng)計分析。《BR》本書詳細討論了先驗模型的構造、測量噪聲建模、Bayes估值以及非靜態(tài)統(tǒng)計反演方法等,并引入Markov鏈MonteCarlo方法以及**化方法來探究概率分布。另外從Bayes統(tǒng)計學的角度重新研究了經典正則化方法,揭示了兩者之間的關系。對于書中得到的結論和涉及的技法,作者還佐以易懂但深刻的例子幫助讀者理解。本書將統(tǒng)計方法應用到一些較為前沿的問題中,例如離散誤差分析、模型降階等。在書中,這些統(tǒng)計方法還被進一步應用于一系列實際問題中,包括有限角度斷層成像、圖像去模糊、電阻抗斷層成像、生物磁學反問題等。