Oryginalny tytuł:
Handbook of Bayesian, Fiducial, and Frequentist Inference
Zawartość książki:
Pojawienie się nauki o danych w ostatnich dziesięcioleciach zwiększyło zapotrzebowanie na skuteczną metodologię analizy danych i podkreśliło znaczenie wnioskowania statystycznego. Pomimo ogromnego postępu, jaki został poczyniony, nauki statystyczne są wciąż młodą dyscypliną i nadal mają kilka różnych i konkurujących ze sobą ścieżek w swoich podejściach i podstawach. Podczas gdy pojawienie się konkurencyjnych podejść jest naturalnym postępem każdej dyscypliny naukowej, różnice w podstawach wnioskowania statystycznego mogą czasami prowadzić do różnych interpretacji i wniosków z tego samego zbioru danych. Zwiększone zainteresowanie podstawami wnioskowania statystycznego doprowadziło do wielu publikacji, a niedawne ożywione działania badawcze w statystyce, matematyce stosowanej, filozofii i innych dziedzinach nauki odzwierciedlają znaczenie tego rozwoju. Podejścia BFF nie tylko łączą podstawy z nauką, ale także ułatwiają obiektywne i powtarzalne badania naukowe oraz zapewniają skalowalne metodologie obliczeniowe do analizy dużych zbiorów danych. Większość opublikowanych prac zazwyczaj koncentruje się na jednym temacie lub zagadnieniu, a całość prac jest rozproszona w różnych czasopismach. Niniejszy podręcznik zapewnia kompleksowe wprowadzenie i szeroki przegląd kluczowych osiągnięć w szkołach wnioskowania BFF.
Jest przeznaczony dla badaczy i studentów, którzy chcą zapoznać się z podstawami wnioskowania z perspektywy BFF i stanowi ogólne odniesienie do wnioskowania BFF.
Główne cechy:
⬤ Zapewnia kompleksowe wprowadzenie do kluczowych osiągnięć w szkołach wnioskowania BFF.
⬤ Daje przegląd nowoczesnych metod wnioskowania, pozwalając naukowcom z innych dziedzin poszerzyć swoją wiedzę.
⬤ Jest dostępny dla czytelników z różnych perspektyw i środowisk.
