Která je nejlepší úvodní učebnice pro Bayesovské statistiky?
Jedna kniha na odpověď, prosím.
Komentáře
- V odpovědích vysvětlete proč doporučujete knihu jako " nejlepší. "
- Jak může existovat více než jedna odpověď na otázku formulovanou takto?
- Toto je nyní staré vlákno, ale vrátil jsem se k +1 nové knize " Statistické přehodnocení. A při pohledu na vyšší hodnocení odpovědí ve vlákně si myslím, že klíčový rozdíl nebyl ' proveden: " úvodní " pro koho? První kurz ve statistice (který má náhodou bayesovský přístup)? Úvod do Bayesiánských metod pro někoho se základními vysokoškolskými (nebajesiánskými) statistickými kurzy? Nebo úvod do Bayesiánské statistiky pro praktika non-Bayesiánské statistiky, který byl nakonec přesvědčen, že tato Bayesiánská věc není ' t výstřelek? Velmi odlišné úvody.
Odpověď
John Kruschke vydal v polovině roku 2011 knihu s názvem Provádění Bayesovské analýzy dat: Výukový program s R a CHYBAMI . (Druhé vydání vyšlo v listopadu 2014: Doing Bayesian Data Analysis, druhé vydání: Výukový program s R, JAGS a Stanem .) Je skutečně úvodní. Pokud však chcete přejít od častých statistik k Bayesovi, zejména u víceúrovňového modelování, doporučuji Gelmana a Hilla.
John Kruschke má také web pro kniha , která obsahuje všechny příklady v knize BUGS and JAGS. S knihou také souvisí jeho blog o Bayesianských statistikách.
Komentáře
- @Amir ' návrh je jeho duplikátem. (Celý název knihy je " Doing Bayesian Data Analysis: A Tutorial with R and BUGS ".) Jako skutečně úvodní kniha , Každý ' jsem dal +1 ' d.
- aktualizoval jsem název a přidal několik souvisejících odkazů.
- Hlasuji také pro knihu Kruschke '. ' jsem procházel většinu knih uvedených v odpovědích a to je ta, která mi připadala nejjasnější. IMO, je to nejjasnější kniha statistik, kterou jsem četl. Velmi pomáhá, že je k dispozici kód R, který odpovídá vzorcům s kódem. Autor začíná velmi jednoduchými příklady a staví na nich. Je zapotřebí jen velmi málo pozadí. Všechny recenze na Amazonu jsou velmi příznivé. Kniha Hoff ' je můj druhý nejoblíbenější.
- Haha, líbí se mi obal knihy: " Proč šťastní štěňata? (jako by šťastná štěňata potřebovala ospravedlnění!) "
- Můj hlas se týká i knihy Kruschke ' z roku 2010. Když jsem se snažil naučit se Bayesovské statistiky, zkusil jsem několik z nich a tento narazil na značku. Těžké.
Odpověď
Komentáře
- Toto je úvodní kniha pro lidi, kteří mají slušné množství statistického pozadí.
- Doktorát statistik jsem zahájil před 9 měsíci a abych byl upřímný, Gelman ' s BDA je stále nade mnou, takže bych ' tc vše jako úvodní text!
- @Shane, můžete prosím na tuto odpověď vysvětlit, proč je ' váš oblíbený?
- @ naught101 takže hlasujete proti, aniž byste knihu znali?
- První čtyři nebo pět kapitol je skutečně úvodních! takže sem patří.
Odpověď
Statistické přehodnocení , vyšlo před několika týdny, a proto ji stále čtu, ale myslím si, že je to velmi pěkný a svěží doplněk ke opravdu úvodním knihám o Bayesovské statistice.Autor používá podobný přístup, jaký použil John Kruschke ve svých knihách o štěňatech ; velmi podrobné, podrobné vysvětlení, pěkné pedagogické příklady, používá také spíše výpočetní než matematický přístup.
Přednášky na YouTube a další materiály jsou k dispozici také zde .
Kód přenesený do Pythonu / PyMC3
Komentáře
- +1 I ' m nyní poslouchám přednášky. Je ' velmi zábavný a má dobrý přístup. Kniha je vynikající a vezme vás od základních až po hierarchické modely. Předpokládá pouze, že čtenář je poněkud vědecký, má přiměřené znalosti matematiky (bez počtu) a slyšel některé věci o statistice. Je to ' kniha, kterou bych si přál ' d. Pořadí, v němž prezentuje věci, a jeho systém stran je brilantní.
- Narazil jsem na zeď a pokoušel se zpracovat Kruschkeho ' knihu, kde začal dělat nějaké velké logické skoky, které jsem ' nemohl následovat. Naštěstí jsem narazil na Statistické přehodnocení, což je zatím jediná kniha, kterou jsem ' našel a která vám poskytne skutečně intuitivní pochopení daného tématu.
- Poté Prostřednictvím vlákna jsem se pokusil přečíst první kapitolu této knihy a bylo mi velmi obtížné jako nepůvodní mluvčí angličtiny a jako nevědec . Nejprve jsem musel projít slovy jako epistemologie , idiosynkratické , pak jsou tu dlouhé věty, které jsem musel přečíst dvakrát / třikrát, abych pochopil, co tehy znamená doslovně (zapomeň na závěr těchto vět). Úplně první příklad je pak o přirozeném vývoji, který mi zněl řecky: počet míst, počet alel, neutralita . Kniha může být pro mnoho snadná, ale pro mnoho může být obtížná
- Druhé vydání této (vynikající) knihy vyjde v březnu 2020 .
Odpověď
Sivia and Skilling, Analýza dat: Bayesian tutorial (2ed) 2006 246p 0198568320 books.goo :
Statistické přednášky byly zdrojem velkého zmatku a frustrace pro generace studentů. Tato kniha se pokouší napravit situaci vysvětlením logického a jednotného přístupu k celému předmětu analýzy dat. Tento text je určen jako výuková příručka pro vysokoškolské studenty a studenty výzkumu v oboru vědy a techniky …
Neznám však další doporučení.
Komentáře
- Tato kniha je vynikající. Je ' krátká a praktická.
- Myslím, že toto je mnohem lepší úvodní text než Gelman.
- Jeden z mých oblíbených.
odpověď
Komentáře
- Rozhodně souhlasím. Obě skvělé knihy. Začněte s Bayesianovým výpočtem pomocí R, poté získáte Gelmana a spol.
- Odkaz je mrtvý. Možná tohle? bayesball.github.io/bcwr/index.html
Odpovědět
Na úvod bych doporučil Pravděpodobnostní programování & Bayesovské metody pro hackery od Cam Davidson-Pilon, volně dostupný online.
Z jeho popisu:
Úvod do Bayesovských metod a pravděpodobnostního programování z výpočtu / porozumění-první, matematika-druhý pohled.
Je vysoce vizuální, řeže přímo na hodnotu a později zasypává drsné detaily, má spoustu příkladů, má interaktivní kód (v IPython Notebooku).
Komentáře
- Myslel jsem, že tato online kniha je těžko sledovatelná / špatně napsaná.
- Myslím, že kniha je v pořádku.
- Myslím si, že tato kniha je fantastickým úvodem pro programátory, kteří mají první skvělé zkušenosti s bayesovskými statistikami.
Odpovědět
Důkladně doporučuji zábavnou polemiku „Teorie pravděpodobnosti: Logika vědy“ od E.T. Jaynes.
Toto je úvodní text ve smyslu, že nevyžaduje (a ve skutečnosti dává přednost) žádné předchozí znalosti statistiky, ale nakonec využívá poměrně sofistikovanou matematiku. Ve srovnání s většinou ostatních poskytnutých odpovědí není tato kniha zdaleka tak praktická nebo snadno stravitelná, spíše poskytuje filozofické podloží, proč byste chtěli použít Bayesovské metody a proč nepoužívat frekventované přístupy. Je úvodní historickým a filozofickým, nikoli však pedagogickým způsobem.
Komentáře
- Toto je skvělá kniha o bayesovském myšlení namísto použití bayesovských metod. Myslím, že je to dobrý doprovodný text k něčemu, co jde více do toho, jak fungují Bayesovské výpočty.
- To je ' dobrý způsob vyjádření. Myslím, že Sivia a Skilling jsou ideálním doprovodným textem pro zavádění metod do praxe (což již bylo navrženo v jiné odpovědi).
- Zábavná a polemická a originální, určitě, ale rozhodně ne úvodní kniha.
Odpověď
Jeho zaměření není striktně zaměřeno na Bayesovské statistiky, takže mu chybí nějaká metodika, ale David MacKay „Teorie informací, závěry a učící se algoritmy mě intuitivně uchopily Bayesovské statistiky lépe než ostatní – většina z nich to dělá celkem pěkně, ale cítil jsem, jak MacKay vysvětluje, proč lépe.
Komentáře
- A je k dispozici ke stažení zdarma na stránce autorů: inference.phy.cam.ac.uk/mackay/itila/book.html
- Stejně jako Sivia je to velmi hezké, pokud máte nějaké fyzikální zázemí a pokud ne, můžete být drsní. Není to dobrý průvodce žádným druhem aplikovaných sociálních statistik (pro tyto účely použijte Gelman a Hill nebo Gelman a kol. Výše), ale opravdu skvělý , který vás vyzve, abyste skutečně přemýšleli o hlavních problémech.
Odpověď
Jsem elektrotechnik a ne statistik. Strávil jsem hodně času průchodem Gelmanem, ale nemyslím si, že by Gelman mohl být vůbec úvodní. Můj profesor bayesian-guru z Carnegie Mellon se mnou v tom souhlasí. Mít minimální znalosti statistik a R a Bugů (jako snadný způsob, jak DĚLAT něco s Bayesianským statistikem) Analýza Bayesianských dat: Výukový program s R a CHYBAMI je úžasný začátek. Můžete porovnat všechny nabízené knihy snadno díky obálce své knihy!
Aktualizace o 5 let později: Chtěl bych dodat, že dalším důležitým způsobem rychlého učení (40 minut) je projít dokumentací Bayesian Net GUI založenou na nástroj, jako je Netica 2 . Začíná to základy, provede vás kroky k vytvoření sítě založené na situaci a datech a na tom, jak spustit vlastní otázky tam a zpět, abyste „dostali!“.
Komentáře
- Toto je duplikát @rosser ' s odpověď výše. Jako skutečně úvodní bo ok, každý ' mám +1 ' d.
odpověď
Gelmanovy knihy jsou vynikající, ale nemusí nutně úvodní, protože předpokládají, že už znáte některé statistiky. Jsou tedy úvodem do bayesovského způsobu vytváření statistik, nikoli do statistik obecně. Stále bych jim však dal palec nahoru.
Jako úvodní knihu statistik / ekonometrie, která zaujímá bayesiánskou perspektivu, doporučil bych Garyho Koopa Bayesian Econometrics .
Odpověď
Komentáře
- @Xi ' an a gappy, prosím vysvětlete proč lze tuto knihu doporučit. Pro koho je to vhodné? V jakém smyslu je " nejlepší "?
- nechci upadnout do vlastní propagace. Bayesian Core je samostatný vstup do Bayesiánské inference pro nejběžnější modely a výpočetní metody (jsou poskytovány kódy R). Vyžaduje určité základy teorie pravděpodobnosti, které mohou být pro některé čtenáře příliš velké … (Funguje dobře s našimi studenty 4. a 5. ročníku ve Francii.)
Odpověď
Můj oblíbený první vysokoškolský text pro bayesovské statistiky je od Bolstada, Úvod do Bayesovské statistiky . Pokud hledáte něco na úrovni absolventa, bude to příliš elementární, ale pro někoho, kdo ve statistikách začíná, je to ideální.
Odpovědět
Nevím, proč se nikdo nezmínil o úvodní knize o Bayesian:
Kniha má k dispozici bezplatnou verzi ve formátu PDF. Kniha nabízí dostatek materiálu pro každého, kdo má velmi malé zkušenosti s bayesianem. Představuje koncept předchozí distribuce, zadní distribuce, beta distribuce atd.
Vyzkoušejte to, je to zdarma.
Odpověď
Přečetl jsem si některé části První kurz Bayesovských statistických metod od Petera Hoffa a podle mě bylo snadné ho sledovat. (Příklad R-kódu je uveden v celém textu)
Odpověď
Pocházející z jiného než statistického pozadí jsem našel Úvod do aplikované bayesovské statistiky a odhadu pro vědce v sociální oblasti velmi poučný a snadno sledovatelný.
Odpověď
Našel jsem vynikající úvod do práce Gelman a Hill (2007) Analýza dat pomocí regrese a víceúrovňových / hierarchických modelů . (Jiné komentáře to zmiňují, ale zaslouží si, aby se o něm hlasovalo samo.)
Odpovědět
Pokud hledáte základní text, tj. text, který nemá předpoklad počtu, existuje Don Berry Statistika: Bayesovská perspektiva .
Odpověď
Podívejte se na „Bayesian Choice“ . Má kompletní balíček: základy, aplikace a výpočet. Jasně napsáno.
Komentáře
- Nebylo by to jen „Bayesian“, ale spíše „skvělá volba“, pokud by byl manuál řešení k dispozici pro sebe -studie. Zdá se, že je to určeno pouze pro univerzitní použití …
Odpověď
Minimálně jsem se podíval na většina z nich v tomto seznamu a žádná není podle mého názoru tak dobrá jako nová Bayesovské myšlenky a analýza dat .
Upravit: Je při čtení této knihy lze snadno začít provádět Bayesiánskou analýzu. Nejen modelovat průměr z normální distribuce se známou odchylkou, ale i skutečná analýza dat po prvních několika kapitolách. Všechny příklady kódu a data jsou na webových stránkách knihy. Pokrývá slušné množství teorie, ale důraz je kladen na aplikace. Spousta příkladů ze široké škály modelů. Pěkná kapitola o Bayesovské neparametrii. Příklady Winbugs, R a SAS. Dávám přednost tomu před prováděním Bayesianské analýzy dat (mám obojí). Většina knih zde (Gelman, Robert, …) není podle mého názoru úvodní a pokud nebudete mít s kým mluvit, pravděpodobně vám zbude více otázek než odpovědí. Albertova kniha nepokrývá dostatek materiálu, aby se cítil pohodlně analyzovat data odlišná od těch, která jsou uvedena v knize (opět můj názor).
Komentáře
- " Dobré " v jakém smyslu?
- Dobrá poznámka. Dobré jako v nejlepší úvodní bayesovské učebnici. Věřím mělo by to být ' lepší ' než Bayesianova analýza dat s R od Alberta a shledal jsem, že Bayesianská analýza dat od Gelmana et al. nestačí jako úvod. Po seznámení se s některými bayesiánskými materiály je to však dobrá reference.
Odpověď
odpověď
Kdybych měl vybrat jediný text pro začátečníka by to bylo
Sivia DS and Skilling J (2006) book (see below). Ze všech níže uvedených knih se snaží nejintenzivněji intuitivně uchopit základní myšlenky, ale stále vyžaduje určité matematická propracovanost ze strany 1.
Níže je uveden seznam dalších čtení z mé knihy s komentáři ke každé publikaci.
Bernardo, JM a Smith, A, (2000) 4. Bayesiánská teorie Přísný popis Bayesiánských metod s mnoha příklady z reálného světa.
Bishop, C (2006) 5. Rozpoznávání vzorů a strojové učení. Jak název napovídá, jedná se hlavně o strojové učení, ale poskytuje přehledný a komplexní popis bayesovských metod.
Cowan G (1998) 6. Statistická analýza dat. Vynikající neabesiánský úvod do statistické analýzy.
Dienes, Z (2008) 8. Pochopení psychologie jako vědy: Úvod do vědecké a statistické inference. Poskytuje výukový materiál o Bayesově pravidle a jasnou analýzu rozdílu mezi Bayesianskými a častými statistikami.
Gelman A, Carlin J, Stern H a Rubin D. (2003) 14. Bayesovská analýza dat. Důkladný a komplexní popis Bayesiánské analýzy s mnoha příklady z reálného světa.
Jaynes E a Bretthorst G (2003) 18. Teorie pravděpodobnosti: Logika vědy. Moderní klasika Bayesovské analýzy. Je komplexní a moudrý. Díky jeho diskurzivnímu stylu je dlouhá (600 stran), ale nikdy nudná a je nabitá spoustou poznatků.
Khan, S, 2012, Úvod do Bayesovy věty. Salman Khanova online matematická videa jsou dobrým úvodem do různých témat, včetně Bayesova pravidla.
Lee PM (2004) 27. Bayesian Statistics: An Introduction. Důkladný a komplexní text s bujným bayesovským stylem.
MacKay DJC (2003) 28. Teorie informace, odvození a algoritmy učení. Moderní klasika v teorii informací. Velmi čitelný text, který se potuluje široko daleko nad mnoha tématy, z nichž téměř všechna využívají Bayesovo pravidlo.
Migon, HS a Gamerman, D (1999) 30. Statistická inference: integrovaný přístup. Přímý (a jasně stanovený) popis závěru, který srovnává Bayesian a non-Bayesian přístupy. Přestože je styl psaní poměrně pokročilý, má ve své podstatě tutoriál.
Pierce JR (1980) 34, 2. vydání. Úvod do teorie informace: symboly, signály a šum. Pierce píše neformálním výukovým stylem psaní, ale neunikne ani představení základních teorém teorie informace.
Reza, FM (1961) 35. Úvod do teorie informace. Komplexnější a matematičtější přísná kniha než výše uvedená Pierceova kniha, a měla by být v ideálním případě čtena až po prvním přečtení Pierceova neformálnějšího textu.
Sivia DS a Skilling J (2006) 38. Analýza dat: Bayesian Tutorial. Jedná se o vynikající úvod do Bayesianských metod ve stylu výuky.
Spiegelhalter, D and Rice, K (2009) 36. Bayesovské statistiky. Scholarpedia, 4 (8): 5230. http://www.scholarpedia.org/article/Bayesian_statistics Spolehlivé a komplexní shrnutí aktuálního stavu bayesovských statistik.
A tady je moje kniha, publikovaná v červnu 2013.
Bayes „Rule: Tutorial Introduction to Bayesian Analysis, Dr James V Stone, ISBN 978-0956372840
Kapitola 1 si můžete stáhnout z: http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Popis: Objeveno 18. století matematik a kazatel, Bayesovo pravidlo je základním kamenem moderní teorie pravděpodobnosti. V této bohatě ilustrované knize se používá řada přístupných příkladů, které ukazují, jak je Bayesovo „pravidlo ve skutečnosti přirozeným důsledkem rozumového uvažování. Bayesovo pravidlo je odvozeno pomocí intuitivního grafického vyjádření pravděpodobnosti a Bayesova analýza je použita na odhad parametrů pomocí Poskytovány programy MatLab. Výukový styl psaní v kombinaci s komplexním glosářem z něj činí ideální základ pro začátečníky, kteří se chtějí seznámit se základními principy Bayesovské analýzy.
odpověď
pro úplní začátečníci, zkuste William Briggs Porušení zákona průměrů: Pravděpodobnost a statistika v reálném životě v prosté angličtině
Odpověď
Jednoduše musím zahrnout MCMC do praxe . Poskytuje vynikající úvod do MCMC, možná ne tak obecný jako ostatní zmíněné knihy, ale vynikající pro získání vhledu a intuice. Doporučil bych si jej přečíst po (nebo souběžně s) Bayesian Computation with R .
Komentáře
- Mcmc by se podle mého názoru neměl zaměřovat na úvod do bayesovské statistiky. Myslím, že vzorkování odmítnutí je přitažlivější jako způsob, jak pochopit, jak funguje bayesovské učení. Nejméně čtverce jsou také bayesiánské (stejně jako maximální podobnost), takže také představují jemnější úvod do bayesiánských statistik ve srovnání s mcmc.
- Můj názor je, že mcmc je třeba se vyhnout a použít jej jako poslední možnost – ve většině případů to prostě trvá příliš dlouho (i když se zabývám velkými datovými sadami, kde je v podstatě vše).mcmc je do určité míry " kladivem ". Mcmc je také algoritmus pro numerickou integraci. Nic víc nic míň. Mělo by se na něj vztahovat stejné úvodní zacházení jako u jiných algoritmů, jako je metoda laplace a quadratre. Jinak si lidé vytvoří úzký pohled na to, co " bayesovské statistiky " jsou.
Odpověď
Pokud náhodou pocházíte z fyzikálních věd (fyzika / astronomie), doporučil bych vám Bayesian Logical Analýza dat pro fyzikální vědy: Srovnávací přístup s podporou Mathematica® od Gregoryho (2006).
Ačkoli část názvu „with Mathematica® Support“ existuje pouze pro komerční záležitosti ( použití kódu Mathematica je velmi špatné), dobrá věc na této knize je, že je to skutečně úvod do předmětu pravděpodobností a statistik. Má dokonce několik kapitol o statistice frekventantů. Jakmile to však uděláte, jděte do knihy Gelman et. všichni, že vás hodně lidí doporučilo. Většina materiálu v knize Gregoryho je brána na lehkou váhu (pokud ne, nebyl by to úvod): Gelmanova kniha byla pro mě Gregoryho skutečným probuzením.
Komentáře
- Kniha Phil Gregory ' je velmi pěkný úvod, něco jako Bolstad ' úvod pro lidi s pokročilým matematickým zázemím. Na webu Phil Gregory ' s je k dispozici více zdrojů a existuje také doplněk , který se zabývá hierarchickými modely a chybějícím zpracováním dat.
Odpověď
Četl jsem:
Gelman et al (2013). Bayesian Data Analysis. CRC Press LLC. 3. vydání.
Hoff, Peter D (2009). First Course in Bayesian Statistics Methods. Springer Texts in Statistics.
Kruschke, Doing Bayesian Data Analysis: A Tutorial with R and Bugs, 2011. Academic Tisk / Elsevier.
a myslím si, že lepší začátek je kniha od Kruschkeho. Je to perfektní řešení pro první přístup k Bayesovskému myšlení: koncepty jsou vysvětleny velmi jasně, matematiky není příliš mnoho a existuje spousta pěkných příkladů!
Gelman a kol. Je skvělá kniha, ale je pokročilejší a doporučuji si ji přečíst po té Kruschkeově.
Naopak, nelíbila se mi Hoffova kniha, protože je to úvodní kniha, ale koncepty (a bayesovské myšlení) nejsou vysvětleno jasným způsobem. Navrhuji přejít.
Odpovědět
Ne přísně Bayesiánská statistika jako taková, ale mohu silně doporučit „První kurz strojového učení“ od Rogerse a Girolami, který je v podstatě úvodem k bayesovským přístupům k strojovému učení. Je velmi dobře strukturovaný, jasný a cílený u studentů bez silného matematického zázemí. To znamená, že je to docela dobrý první úvod do bayesovských myšlenek. K dispozici je také kód MATLAB / OCTAVE, což je příjemná vlastnost.
Odpověď
Bayesovské statistiky pro vědce v sociální oblasti . Phillips, Lawrence D. (1973), Thomas Crowell & Co. Je velmi jasný, velmi přístupný, nepředpokládá žádné statistické znalosti a na rozdíl od Bolstadu, který mi připadal suchý, má osobnost.
Odpověď
Tato kniha naznačuje, že je zaměřena na vstupní úroveň vysokoškolské úrovně
Biostatistika: A Bayesiánský úvod. Autor: George G Woodsworth.
Publikoval John Wiley & synové
odpověď
Dobrá kniha od základů po pokročilé, kterou si můžete stáhnout, je
Andrew Gelman, John Carlin, Hal Stern, David Dunson, Aki Vehtari a Donald Rubin , Bayesovská analýza dat , http://www.stat.columbia.edu/~gelman/book/
Můžete také stáhněte si první dvě kapitoly
Richard McElreath, A Bayesian Course with examples in R and Stan , https://xcelab.net/rm/statistical-rethinking/
Komentáře
- Důrazně doporučuji knihu Dr. McElreath ', pokud nemáte ' přísné školení v oblasti statistické inference.
Odpověď
Gill, J. (2014). Bayesovské metody: přístup společenských a behaviorálních věd. 3. vydání.
Napsal profesor politologie a jako cílová skupina měli na mysli sociální vědce. K dispozici je kód R.
http://www.amazon.com/Bayesian-Methods-Behavioral-Sciences-Statistics/dp/1439862486/ 