Metody bayesowskie: Podejście do nauk społecznych i behawioralnych, wydanie trzecie

Opinie czytelników

Książka jest chwalona za kompleksowe i przystępne wprowadzenie do statystyki bayesowskiej, dzięki czemu jest odpowiednia dla szerokiego grona czytelników, w tym osób z minimalnym wykształceniem statystycznym. Jest dobrze skonstruowana, z jasnymi wyjaśnieniami i praktycznymi przykładami, zwłaszcza w kodzie R. Niektórzy użytkownicy zauważyli jednak potencjalny problem ze spisem treści, który może niedostatecznie odzwierciedlać zawartość książki, a także drobne skargi dotyczące fizycznego stanu książki przy zakupie.

⬤ Kompleksowe omówienie metod bayesowskich i wnioskowania statystycznego.
⬤ Przystępna dla statystyków na wszystkich poziomach zaawansowania.
⬤ Dobrze napisane wyjaśnienia i jasne wyprowadzenia pojęć.
⬤ Zawiera przykłady kodu w R do praktycznego zastosowania.
⬤ Zawiera wiele przykładów i odniesień.
⬤ Idealna do samodzielnej nauki.

⬤ Spis treści może niedokładnie odzwierciedlać głębokość treści.
⬤ Niektórzy użytkownicy doświadczyli problemów z fizyczną kopią, takich jak pęknięta okładka.
⬤ Może wymagać pewnego doświadczenia w zakresie prawdopodobieństwa i statystyki, aby w pełni docenić zaawansowane tematy.

(na podstawie 9 opinii czytelników)

Oryginalny tytuł:

Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition

Zawartość książki:

Aktualizacja najpopularniejszego podręcznika wprowadzającego do statystyki bayesowskiej dla przedstawicieli nauk społecznych.

Teraz, gdy modelowanie bayesowskie stało się standardem, MCMC jest dobrze rozumiane i zaufane, a moc obliczeniowa wciąż rośnie, Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition koncentruje się bardziej na szczegółach implementacji procedur, a mniej na uzasadnianiu procedur. Rozszerzone przykłady odzwierciedlają to zaktualizowane podejście.

Nowości w trzecim wydaniu

⬤ Rozdział poświęcony bayesowskiej teorii decyzji, obejmujący bayesowską i częstościową teorię decyzji, a także połączenie empirycznej teorii Bayesa z estymacją Jamesa-Steina.

⬤ Rozdział poświęcony praktycznej implementacji metod MCMC przy użyciu oprogramowania BUGS.

⬤ Znacznie rozszerzony rozdział poświęcony modelom hierarchicznym, który pokazuje, jak ten obszar jest dobrze dostosowany do paradygmatu bayesowskiego.

⬤ Wiele nowych aplikacji z różnych dyscyplin nauk społecznych.

⬤ Podwojona liczba ćwiczeń, po 20 w każdym rozdziale.

⬤ Zaktualizowany pakiet BaM w R, w tym nowe zestawy danych, kod i procedury wywoływania pakietów BUGS z R.

Ten bestsellerowy, bardzo chwalony tekst nadal nadaje się do wielu kursów, w tym kursów wprowadzających lub kursów skoncentrowanych na obliczeniach. Pokazuje studentom nauk społecznych i behawioralnych, jak korzystać z metod bayesowskich w praktyce, przygotowując ich do zaawansowanej, rzeczywistej pracy w tej dziedzinie.