Markovov reťazec Monte Carlo: Stochastická simulácia pre bayesovskú inferenciu, druhé vydanie

Recenzie čitateľov

Recenzie knihy o technikách Markovovho reťazca Monte Carlo (MCMC) odrážajú zmes názorov. Niektorí používatelia knihu chvália za jej zrozumiteľnosť, intuitívne vysvetlenia a komplexné pokrytie metód MCMC, zatiaľ čo iní ju kritizujú za problémy, ako je nízka kvalita písania, nedostatok originality a nevhodnosť pre začiatočníkov v tejto oblasti.

⬤ Jasné a intuitívne vysvetlenie metód MCMC.
⬤ Poskytuje množstvo príkladov a programovacích cvičení, ktoré pomáhajú pri samoštúdiu.
⬤ Komplexné pokrytie základných tém, ako je Gibbsovo vzorkovanie a Metropolisove-Hastingsove algoritmy.
⬤ Odporúčané pre tých, ktorí poznajú bayesovskú štatistiku a chcú si prehĺbiť svoje znalosti.

⬤ Slabá kvalita písania a úpravy, čo vedie k náročnému čítaniu.
⬤ Niektorý obsah sa javí ako nepôvodný, pretože je prevzatý z iných textov bez náležitého uvedenia autora.
⬤ Nie je vhodný ako prvý úvod do MCMC, vyžaduje predchádzajúce znalosti v tejto oblasti.
⬤ Chýba praktický návod na aplikáciu diskutovaných teórií.

(na základe 7 čitateľských recenzií)

Pôvodný názov:

Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, Second Edition

Obsah knihy:

Hoci v poslednom desaťročí bolo málo teoretických príspevkov o metódach Markovovho reťazca Monte Carlo (MCMC), súčasné chápanie a aplikácia MCMC na riešenie problémov odvodzovania sa skokovo zvýšili. Kniha Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, Second Edition, ktorá zahŕňa zmeny v teórii a poukazuje na nové aplikácie, predstavuje stručný, prístupný a komplexný úvod do metód tejto hodnotnej simulačnej techniky. Druhé vydanie obsahuje prístup na internetovú stránku, ktorá poskytuje kód napísaný v programoch R a WinBUGS, použitý v mnohých doteraz existujúcich a nových príkladoch a cvičeniach. Ešte dôležitejšie je, že samovysvetľujúci charakter kódov umožní modifikáciu vstupov do kódov a na ďalšie skúmanie budú k dispozícii variácie v mnohých smeroch.

Hlavné zmeny oproti predchádzajúcemu vydaniu:

- Viac príkladov s diskusiou o výpočtových detailoch v kapitolách o Gibbsovom vzorkovaní a Metropolisových-Hastingsových algoritmoch.

- Najnovší vývoj v MCMC vrátane reverzibilného skoku, vzorkovania plátkov, vzorkovania mostíkov, vzorkovania ciest, viacnásobného pokusu a oneskoreného zamietnutia.

- Diskusia o výpočtoch pomocou R a WinBUGS.

- Ďalšie cvičenia a vybrané riešenia v rámci textu, pričom všetky súbory údajov a softvér sú k dispozícii na stiahnutie z webu.

- Kapitoly o priestorových modeloch a primeranosti modelov.

Samostatné textové jednotky sprístupňujú MCMC vedcom z iných odborov, ako aj štatistikom. Kniha zaujme všetkých, ktorí pracujú s technikami MCMC, najmä výskumných a diplomovaných štatistikov a biostatistikov, ako aj vedcov, ktorí spracúvajú údaje a formulujú modely. Kniha bola podstatne posilnená ako prvé čítanie materiálov o MCMC a následne ako učebnica pre moderné bayesovské výpočty a kurzy bayesovskej inferencie.