Recenzie čitateľov
Zhrnutie:Kniha je komplexnou a aktualizovanou príručkou o bayesovskej analýze údajov, ktorú čitatelia vysoko oceňujú pre jej hĺbku a rozsah tém. Je oceňovaná pre svoje jasné príklady, praktický prístup a rozsiahle pokrytie pokročilých bayesovských techník. Uvádza sa však, že kniha si vyžaduje solídne základy v oblasti štatistiky a môže byť ohromujúca a rozvláčna, čím je menej vhodná pre začiatočníkov.
Výhody:Kniha je solídnym zlepšením oproti predchádzajúcim vydaniam, ponúka nové kapitoly a prepracovaný dodatok. Je označovaná za zlatý štandard v oblasti bayesovskej štatistiky, je dobre napísaná a komplexne pokrýva základné aj pokročilé témy. Obsahuje množstvo príkladov, cvičení a praktických diskusií, ktoré zlepšujú porozumenie. Čitatelia oceňujú jej používanie ako referenčného zdroja.
Nevýhody:Kniha nie je vhodná pre začiatočníkov vzhľadom na predpokladané predchádzajúce znalosti a môže byť náročná na sledovanie. Niektorí považujú text za rozvláčny a nadbytočný, čo sťažuje jeho pochopenie. Okrem toho boli kritizované zmeny v usporiadaní verzie pre Kindle a objavujú sa aj sťažnosti na problémy s prepravou fyzických kópií.
(na základe 79 čitateľských recenzií)
Pôvodný názov:
Bayesian Data Analysis
Obsah knihy:
Víťaz De Grootovej ceny za rok 2016 od Medzinárodnej spoločnosti pre bayesovskú analýzu
Táto klasická kniha, ktorá sa dočkala už tretieho vydania, je všeobecne považovaná za popredný text o bayesovských metódach a je chválená pre svoj prístupný, praktický prístup k analýze údajov a riešeniu výskumných problémov. Tretie vydanie Bayesian Data Analysis, Third Edition pokračuje v aplikovanom prístupe k analýze pomocou aktuálnych bayesovských metód. Autori - všetci poprední predstavitelia štatistickej komunity - uvádzajú základné pojmy z pohľadu analýzy údajov a až potom predstavujú pokročilé metódy. V celom texte sú uvedené početné praktické príklady z reálnych aplikácií a výskumu, ktoré zdôrazňujú využitie bayesovskej inferencie v praxi.
Nové v treťom vydaní
⬤ Štyri nové kapitoly o neparametrickom modelovaní.
⬤ Pokrytie slabo informatívnych priorov a priorov vyhýbajúcich sa hraniciam.
⬤ Aktualizovaná diskusia o krížovom overovaní a prediktívnych informačných kritériách.
⬤ Vylepšené monitorovanie konvergencie a efektívne výpočty veľkosti vzorky pre iteračnú simuláciu.
⬤ Prezentácia Hamiltonovho Monte Carla, variačného Bayesa a šírenia očakávaní.
⬤ Nový a revidovaný softvérový kód.
Kniha sa dá použiť tromi rôznymi spôsobmi. Pre študentov bakalárskeho štúdia predstavuje bayesovskú inferenciu od prvých princípov. Pre absolventov vysokých škôl text predstavuje efektívne súčasné prístupy k bayesovskému modelovaniu a výpočtom v štatistike a príbuzných oblastiach. Pre výskumníkov poskytuje sortiment bayesovských metód v aplikovanej štatistike. Ďalšie materiály vrátane súborov údajov použitých v príkladoch, riešení vybraných cvičení a návodov na používanie softvéru sú k dispozícii na webovej stránke knihy.
