Bayesovské výpočty s R

Recenzie čitateľov

Kniha získala zmiešané recenzie, pričom niektorí čitatelia chvália jej praktické príklady a jej užitočnosť pri učení sa bayesovskej štatistiky pomocou balíka LearnBayes, zatiaľ čo iní ju kritizujú za nedostatok teoretických vysvetlení, neposkytovanie riešení cvičení a zlé programátorské postupy. Celkovo sa zdá, že je určená skôr tým, ktorí už poznajú koncepty, než začiatočníkom.

⬤ Dobré konkrétne príklady a praktické aplikácie bayesovských metód.
⬤ Užitočný balík LearnBayes na učenie sa R a bayesovskej štatistiky.
⬤ Niektorí čitatelia ju považovali za prínosnú, keď sa používala v spojení s inými zdrojmi.
⬤ Pozitívna spätná väzba na balík a dodanie knihy.

⬤ Chýbajú riešenia cvičení v kapitolách, čo znižuje efektívnosť samoštúdia.
⬤ Niektorý obsah je nedostatočne vysvetlený a chýba mu teoretická hĺbka.
⬤ Mätúce používanie názvov premenných v príkladoch programovania.
⬤ Nie je vhodná pre začiatočníkov; predpokladá predchádzajúce znalosti bayesovských výpočtov a jazyka R.
⬤ Niektorí čitatelia ju považovali za takmer nepoužiteľnú pre praktické použitie.

(na základe 9 čitateľských recenzií)

Pôvodný názov:

Bayesian Computation with R

Obsah knihy:

Vývoj a aplikácia bayesovskej inferencie v štatistike zaznamenali dramatický nárast. Berger (2000) dokumentuje nárast bayesovskej aktivity počtom publikovaných výskumných článkov, počtom kníh a rozšíreným počtom aplikácií bayesovských článkov v aplikovaných disciplínach, ako sú prírodné a technické vedy.

Jedným z dôvodov dramatického nárastu bayesovského modelovania je dostupnosť výpočtových algoritmov na výpočet rozsahu integrálov, ktoré sú potrebné v bayesovskej posteriórnej analýze. Vďaka rýchlosti moderných počítačov je teraz možné použiť bayesovskú paradigmu na "t veľmi zložitých modelov, ktoré nie je možné "t alternatívnymi frekvenčnými metódami. Na "t" bayesovských modelov je potrebné štatistické výpočtové prostredie.

Toto prostredie by malo byť také, aby bolo možné: písať krátke skripty na de? novanie bayesovského modelu používať alebo písať funkcie na sumarizáciu posteriórneho rozdelenia používať funkcie na simuláciu z posteriórneho rozdelenia konštruovať grafy na ilustráciu posteriórnej inferencie Prostredím, ktoré spĺňa tieto požiadavky, je systém R. R poskytuje širokú škálu funkcií na manipuláciu s údajmi, výpočty a grafické d- hry.

Okrem toho obsahuje dobre vyvinutý, jednoduchý programovací jazyk, ktorý môžu používatelia rozšíriť o nové funkcie. Mnohé takéto rozšírenia jazyka vo forme balíkov sú ľahko stiahnuteľné z archívnej siete Comp- hensive R Archive Network (CRAN)