INLA staat voor Integrated Nested Laplace Approximations, een nieuwe methode voor het schatten van een breed scala aan Bayesiaanse regressiemodellen. Bij INLA hoeven geen steekproeven van de posterieure marginale verdelingen te worden getrokken, waardoor het een computationeel handig alternatief is voor Markov Chain Monte Carlo (MCMC), de standaardmethode voor Bayesiaanse inferentie. Het boek Bayesian Regression Modeling with INLA behandelt een breed scala aan moderne regressiemodellen en richt zich op de INLA-techniek voor het bouwen van Bayesiaanse modellen met behulp van data uit de praktijk en het beoordelen van hun validiteit. Een belangrijk thema in het boek is dat het zinvol is om de wisselwerking tussen theorie en praktijk te demonstreren met reproduceerbare studies. Voor elk voorbeeld worden complete R-commando's gegeven en alle in het boek beschreven data zijn beschikbaar op een ondersteunende website. Een R-pakket met de data en extra functies uit het boek is te downloaden. Het boek is bedoeld voor lezers met een basiskennis van statistische theorie en Bayesiaanse methodologie. Het brengt lezers op de hoogte van de nieuwste ontwikkelingen in Bayesiaanse inferentie met behulp van INLA en bereidt hen voor op geavanceerd werk in de praktijk. Taal: Engels