Bayesovské štatistické metódy

Recenzie čitateľov

Kniha je oceňovaná pre svoje jasné vysvetlenia a komplexné pokrytie tém bayesovského modelovania, vďaka čomu je vhodná pre kurzy na úrovni absolventov. Kritizuje sa však, že je príliš technická pre začiatočníkov a má problémy s verziou pre Kindle.

Dobre napísané s jasnými vysvetleniami, pokrýva základné koncepty bayesovského modelovania, dobré cvičenia, užitočné príklady modelov a kódov, komplexné pre kurzy pre absolventov.

Nevhodná pre začiatočníkov kvôli technickému písaniu a nedostatku príkladov, Kindle verzia má problémy s výkonom, predpokladá znalosť R, čo môže byť pre niektorých používateľov prekážkou.

(na základe 6 čitateľských recenzií)

Pôvodný názov:

Bayesian Statistical Methods

Obsah knihy:

Bayesovské štatistické metódy poskytuje dátovým vedcom základné a výpočtové nástroje potrebné na vykonanie bayesovskej analýzy. Táto kniha sa zameriava na bayesovské metódy bežne aplikované v praxi vrátane viacnásobnej lineárnej regresie, modelov so zmiešanými efektmi a zovšeobecnených lineárnych modelov (GLM). Autori uvádzajú množstvo príkladov s kompletným kódom v jazyku R a porovnania s analogickými frekvenčnými postupmi.

Okrem základných konceptov bayesovských inferenčných metód sa kniha venuje mnohým všeobecným témam:

⬤ Poradenstvo pri výbere prioritných rozdelení.

⬤ Výpočtové metódy vrátane Markovovho reťazca Monte Carlo (MCMC)

⬤ Porovnávanie modelov a miery dobrej zhody vrátane citlivosti na priory.

⬤ Frekvenčné vlastnosti bayesovských metód.

Prípadové štúdie pokrývajúce pokročilé témy ilustrujú flexibilitu bayesovského prístupu:

⬤ Semiparametrická regresia.

⬤ Spracovanie chýbajúcich údajov pomocou prediktívnych rozdelení.

⬤ Priority pre regresné modely s vysokou dimenziou.

⬤ Výpočtové techniky pre veľké súbory údajov.

⬤ Analýza priestorových údajov.

Pokročilé témy sú prezentované s dostatočnou koncepčnou hĺbkou, aby bol čitateľ schopný vykonať takúto analýzu a argumentovať relatívne výhody bayesovských a klasických metód. Úložisko kódu v jazyku R, motivačné súbory údajov a kompletné analýzy údajov sú k dispozícii na webovej stránke knihy.

Brian J. Reich, docent štatistiky na North Carolina State University, je v súčasnosti šéfredaktorom časopisu Journal of Agricultural, Biological, and Environmental Statistics a získal cenu LeRoy & Elva Martin Teaching Award.

Sujit K. Ghosh, profesor štatistiky na Štátnej univerzite v Severnej Karolíne, má viac ako 22 rokov výskumných a pedagogických skúseností s vykonávaním bayesovských analýz, získal Cavellovu cenu za mentoring Brownie a pôsobil ako zástupca riaditeľa na Inštitúte štatistických a aplikovaných matematických vied.

　.