Metody bayesowskie w analizie danych

Opinie czytelników

Książka stanowi gruntowne wprowadzenie do statystyki bayesowskiej, skutecznie równoważąc teorię i praktykę. Chociaż jest chwalona za uporządkowaną prezentację i zasoby online, niektórzy czytelnicy uważają ją za zbyt złożoną dla początkujących, zwłaszcza tych bez silnego zaplecza statystycznego.

Mocna zarówno w teorii, jak i zastosowaniach, oferuje różne perspektywy statystyki bayesowskiej, zawiera narzędzia i zasoby online, dobrze zorganizowane i logicznie przedstawione koncepcje.

⬤ Uważany za zbyt zaawansowany dla niektórych czytelników, szczególnie tych bez silnego zaplecza statystycznego
⬤ brak jasności w formułach i koncepcjach
⬤ niektórzy uważają zasoby obliczeniowe MCMC za przestarzałe.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Bayesian Methods for Data Analysis

Zawartość książki:

Rozszerzając swój zakres dla niestatystyków, Bayesian Methods for Data Analysis, Third Edition stanowi przystępne wprowadzenie do podstaw i zastosowań analizy bayesowskiej.

Wraz z całkowitą reorganizacją materiału, niniejsze wydanie koncentruje się bardziej na hierarchicznym modelowaniu bayesowskim zaimplementowanym za pomocą metod Monte Carlo z łańcuchem Markowa (MCMC) i powiązanych technik analizy danych. Nowości w trzecim wydaniu Nowe przykłady danych, odpowiadający im kod R i WinBUGS oraz zadania domowe Wyraźne opisy i ilustracje modelowania hierarchicznego - obecnie powszechnego w bayesowskiej analizie danych Nowy rozdział poświęcony projektowaniu bayesowskiemu, który kładzie nacisk na bayesowskie badania kliniczne Całkowicie zmieniona i rozszerzona sekcja dotycząca rankingu i estymacji histogramów Nowe studium przypadku dotyczące modelowania chorób zakaźnych i epidemii grypy w 1918 r.

Podręcznik rozwiązań dla wykwalifikowanych instruktorów zawierający rozwiązania, kod komputerowy i powiązane dane wyjściowe dla każdego zadania domowego - dostępny zarówno w wersji elektronicznej, jak i drukowanej Idealny dla każdego, kto przeprowadza analizy statystyczne Koncentrując się na zastosowaniach z biostatystyki, epidemiologii i medycyny, ten tekst opiera się na popularności swoich poprzedników, czyniąc go odpowiednim dla jeszcze większej liczby praktyków i studentów.