Recenze čtenářů
Shrnutí:Kniha je komplexní a aktualizovanou příručkou o bayesovské analýze dat, kterou čtenáři oceňují pro její hloubku a rozsah témat. Je oceňována pro své jasné příklady, praktický přístup a rozsáhlé pokrytí pokročilých bayesovských technik. Upozorňuje se však, že kniha vyžaduje solidní základy statistiky a může být ohromující a mnohomluvná, takže je méně vhodná pro začátečníky.
Klady:Kniha je oproti předchozím vydáním solidně vylepšená, nabízí nové kapitoly a přepracovaný dodatek. Je označována za zlatý standard v bayesovské statistice, je dobře napsaná a komplexně pokrývá základní i pokročilá témata. Obsahuje množství příkladů, cvičení a praktických diskusí, které zlepšují porozumění. Čtenáři oceňují její využití jako referenčního zdroje.
Zápory:Kniha není vhodná pro začátečníky vzhledem k předpokládaným předchozím znalostem a může být obtížné ji sledovat. Někteří považují text za mnohomluvný a nadbytečný, což ztěžuje porozumění. Kromě toho byly kritizovány změny v uspořádání verze pro Kindle a objevují se také stížnosti na problémy s dopravou fyzických kopií.
(na základě 79 hodnocení čtenářů)
Původní název:
Bayesian Data Analysis
Obsah knihy:
Vítěz De Grootovy ceny 2016 od Mezinárodní společnosti pro bayesovskou analýzu
Tato klasická kniha, která se dočkala již třetího vydání, je všeobecně považována za přední text o bayesovských metodách a je oceňována pro svůj přístupný a praktický přístup k analýze dat a řešení výzkumných problémů. Třetí vydání Bayesian Data Analysis, Third Edition pokračuje v aplikovaném přístupu k analýze s využitím aktuálních bayesovských metod. Autoři - všichni přední představitelé statistické komunity - uvádějí základní pojmy z pohledu analýzy dat a poté představují pokročilé metody. V celém textu jsou uvedeny četné příklady z praxe, které vycházejí z reálných aplikací a výzkumu a zdůrazňují využití bayesovské inference v praxi.
Novinka třetího vydání
⬤ Čtyři nové kapitoly o neparametrickém modelování.
⬤ Pokrytí slabě informativních priorů a priorů vyhýbajících se hranicím.
⬤ Aktualizovaná diskuse o křížové validaci a predikčních informačních kritériích.
⬤ Zlepšené sledování konvergence a efektivní výpočty velikosti vzorku pro iterační simulace.
⬤ Prezentace Hamiltonova Monte Carla, variačního Bayese a šíření očekávání.
⬤ Nový a revidovaný softwarový kód.
Knihu lze použít třemi různými způsoby. Pro studenty bakalářského studia představuje bayesovskou inferenci od prvních principů. Pro postgraduální studenty text představuje efektivní současné přístupy k bayesovskému modelování a výpočtům ve statistice a příbuzných oborech. Pro výzkumné pracovníky poskytuje sortiment bayesovských metod v aplikované statistice. Další materiály, včetně souborů dat použitých v příkladech, řešení vybraných cvičení a návodů k softwaru, jsou k dispozici na webových stránkách knihy.
