Bayesovská statistika: Úvod do problematiky bayeské statistiky

Recenze čtenářů

Kniha je obecně dobře hodnocena jako solidní zdroj informací pro výuku bayesovské statistiky, zejména pro ty, kteří mají silné matematické základy. Je oceňována pro své jasné vysvětlení, systematickou strukturu a komplexní pokrytí témat. Někteří uživatelé však uvádějí problémy s překlepy, čitelností ve verzi pro Kindle a strmou křivkou učení pro začátečníky.

⬤ Komplexní a jasný výklad bayesovské statistiky.
⬤ Doprovodné webové stránky s řešením cvičení usnadňují výuku.
⬤ Vhodné pro vážné zájemce o studium s dobrými znalostmi pravděpodobnosti a počtů.
⬤ Dobře organizovaná struktura, která systematicky rozvíjí témata.

⬤ Přítomnost překlepů a zápisů, které mohou některé čtenáře mást.
⬤ Verze pro Kindle se údajně špatně čte a orientuje.
⬤ Není vhodná pro začátečníky nebo ty, kteří hledají rychlý úvod do tématu.

(na základě 9 hodnocení čtenářů)

Původní název:

Bayesian Statistics: An Introduction

Obsah knihy:

Bayesovská statistika je myšlenková škola, která kombinuje předchozí přesvědčení s pravděpodobností hypotézy, aby dospěla k posteriorním přesvědčením. První vydání knihy Petera Leeho vyšlo v roce 1989, ale toto téma se posouvá stále dál a stále větší důraz se klade na techniky založené na Monte Carlu.

Toto nové, čtvrté vydání se zabývá nejnovějšími technikami, jako jsou variační metody, bayesovské vzorkování důležitosti, přibližné bayesovské výpočty a reverzibilní skokové markovské řetězce Monte Carlo (RJMCMC), a poskytuje stručný popis způsobu, jakým se bayesovský přístup ke statistice vyvíjí, i toho, jak kontrastuje s konvenčním přístupem. Teorie je budována krok za krokem a důležité pojmy, jako je například dostatečnost, jsou vyvedeny z diskuse o podstatných rysech konkrétních příkladů.

Toto vydání:

⬤ Obsahuje rozšířené pokrytí Gibbsova vzorkování, včetně více numerických příkladů a zpracování systémů OpenBUGS, R2WinBUGS a R2OpenBUGS.

⬤ Předkládá významný nový materiál o nejnovějších technikách, jako je bayesovské vzorkování důležitosti, variační bayesovské metody, přibližný bayesovský výpočet (ABC) a reverzibilní skokové markovské řetězové Monte Carlo (RJMCMC).

⬤ V celé knize jsou uvedeny rozsáhlé příklady, které doplňují předkládanou teorii.

⬤ Přiloženy podpůrné webové stránky s novými materiály a řešeními.

Stále více studentů si uvědomuje, že se musí naučit bayesovskou statistiku, aby splnili své akademické a profesní cíle. Tato kniha je nejvhodnější pro použití jako hlavní text v kurzech bayesovské statistiky pro studenty třetích a čtvrtých ročníků bakalářského studia a postgraduální studenty.