Hvilken er den bedste introduktionsbog til bayesisk statistik?
En bog pr. svar, tak.
Kommentarer
- I svarene skal du forklare hvorfor du anbefaler en bog som " det bedste. "
- Hvordan kan der være mere end et svar på et spørgsmål, der er formuleret som dette?
- Dette er en gammel tråd nu, men jeg kom tilbage til +1 i en ny bog " Statistisk nytænkning. Og når jeg ser de højere placerede svar i tråden, tror jeg, at der ikke er foretaget en nøgleforskel ': " indledende " for hvem? Et første kursus i statistik (der tilfældigvis har en Bayesisk tilgang)? En introduktion til Bayesian-metoder for en person med grundlæggende bachelor (ikke-Bayesian) statistikklasser? Eller en introduktion til Bayesiansk statistik for en behandler af ikke-Bayesisk statistik, der endelig er overbevist om, at denne Bayesiske ting ikke er ' t Meget forskellige introduktioner.
Svar
John Kruschke udgav en bog i midten af 2011 kaldet Udfører Bayesian-dataanalyse: En tutorial med R og BUGS . (En anden udgave blev udgivet i november 2014: Doing Bayesian Data Analysis, Anden udgave: En tutorial med R, JAGS og Stan .) Det er virkelig indledende. Hvis du vil gå fra hyppige statistikker til Bayes, især med modellering på flere niveauer, anbefaler jeg Gelman og Hill.
John Kruschke har også et websted til bog , der har alle eksemplerne i bogen i BUGS og JAGS. Hans blog om Bayesiansk statistik hænger også sammen med bogen.
Kommentarer
- @Amir ' forslag er en kopi af dette. (Den fulde titel på bogen er " Doing Bayesian Data Analysis: A Tutorial with R and BUGS ".) Som en virkelig introduktionsbog , Jeg ' ve +1 ' d hver.
- opdaterede titlen og tilføjede et par relaterede links.
- Jeg stemmer også for Kruschke ' s bog. Jeg ' har gennemsøgt de fleste af de bøger, der er anført i svarene, og det er den, jeg fandt mest tydelig. IMO, det er den mest tydelige statistikbog, jeg har læst. Det hjælper meget, at R-kode er tilgængelig for at matche formler med kode. Forfatteren starter med meget enkle eksempler og bygger videre på dem. Meget lidt baggrund er nødvendig. Alle anmeldelser på Amazon er meget gunstige. Hoff ' s bog er min anden favorit.
- Haha, jeg kan godt lide bogomslaget: " Hvorfor den glade hvalpe? (som om glade hvalpe havde brug for begrundelse!) "
- Min stemme går også til Kruschke ' s bog fra 2010. Når jeg forsøgte at lære Bayesiansk statistik, prøvede jeg flere af dem, og denne ramte mærket. Hårdt.
Svar
Kommentarer
- Dette er en introduktionsbog til folk, der har et anstændigt beløb allerede med statistisk baggrund.
- Jeg startede en ph.d. i statistik for 9 måneder siden og for at være ærlig er Gelman ' s BDA stadig over mig, så jeg ville ikke ' tc alt sammen en indledningstekst!
- @Shane, kan du venligst til dette svar forklare hvorfor det ' er din favorit?
- @ naught101 så du nedstemte uden at kende bogen?
- De første fire eller fem kapitler er virkelig indledende! hører hjemme her.
Svar
Statistisk nytænkning , er blevet frigivet for bare et par uger siden, og derfor læser jeg stadig den, men jeg synes er en meget flot og frisk tilføjelse til virkelig indledende bøger om Bayesian Statistics.Forfatteren bruger en lignende tilgang som den, der blev brugt af John Kruschke i hans hvalpebøger ; meget detaljeret, detaljerede forklaringer, pæne pædagogiske eksempler, han bruger også en beregningsmæssig snarere end matematisk tilgang.
Youtube-foredrag og andet materiale er også tilgængeligt fra her .
Kode portet til Python / PyMC3
Kommentarer
- +1 I ' Jeg lytter gennem forelæsningerne nu. Han ' er meget underholdende og har en god tilgang. Bogen er fremragende og tager dig fra grundlæggende til hierarkiske modeller. Det forudsætter kun, at læseren er noget videnskabelig, har en rimelig forståelse af matematik (ikke inklusive beregning) og har hørt nogle ting om statistik. Det ' er den bog, jeg ville ønske, jeg ' havde. Den rækkefølge, han præsenterer tingene i, og hans system med sidestykker er strålende.
- Jeg ramte en mur og forsøgte at arbejde igennem Kruschke ' s bog, hvor han begyndte at lave nogle store spring i logik, som jeg bare ikke kunne ' ikke følge. Heldigvis stødte jeg på Statistisk nytænkning, som indtil videre er den eneste bog, jeg ' har fundet, der giver dig en virkelig intuitiv forståelse af emnet.
- Efter at have gået gennem tråden prøvede jeg at læse det første kapitel i denne bog, og jeg fandt det meget vanskeligt som en ikke-indfødt engelsktalende og som en ikke-videnskabsmand . Først måtte jeg gennemgå ordene som epistemologi , idiosynkratisk , så er der lange sætninger, som jeg måtte læse to gange / tre gange for at forstå, hvad der betyder bogstaveligt (glem alt om afslutningen af disse sætninger). Derefter handler det allerførste eksempel om naturlig udvikling, der lød græsk for mig: antal steder, antal alleler, neutralitet . Bogen kunne være let for meget, men kunne være vanskelig for mange
- En anden udgave af denne (fremragende) bog vil komme ud i Marts 2020 .
Svar
Sivia and Skilling, Data analysis: a Bayesian tutorial (2ed) 2006 246p 0198568320 books.goo :
Statistikforedrag har været en kilde til meget forvirring og frustration for generationer af studerende. Denne bog forsøger at afhjælpe situationen ved at redegøre for en logisk og samlet tilgang til hele emnet for dataanalyse. Denne tekst er beregnet som en vejledningsvejledning for seniorstuderende og forskningsstuderende inden for naturvidenskab og teknik …
Jeg kender dog ikke de andre anbefalinger.
Kommentarer
- Denne bog er fremragende. Den ' er kort og praktisk.
- Jeg synes, det er en meget bedre indledning tekst end Gelman.
- En af mine favoritter.
Svar
Kommentarer
- Enig. Begge gode bøger. Start med Bayesian Computation With R, og få derefter Gelman et al.
- Link er død. Måske denne? bayesball.github.io/bcwr/index.html
Svar
Til introduktion vil jeg anbefale Probabilistisk programmering & Bayesian Methods for Hackers af Cam Davidson-Pilon, frit tilgængelig online.
Fra sin beskrivelse:
En introduktion til Bayesianske metoder og probabilistisk programmering fra en beregning / forståelse-først, matematik-andet synspunkt.
Det er meget visuelt, skærer direkte til værdien og udfylder grynet detaljer senere, har masser af eksempler, har interaktiv kode (i IPython Notebook).
Kommentarer
- Jeg troede, at denne online bog var svær at følge / dårligt skrevet.
- Jeg synes, bogen er fin.
- Jeg synes, denne bog er en fantastisk introduktion for programmører til at få en fantastisk første oplevelse med bayesisk statistik
Svar
Jeg anbefaler grundigt den underholdende polemik “Probability Theory: The Logic of Science” af E.T. Jaynes.
Dette er en indledende tekst i den forstand, at den ikke kræver (og faktisk foretrækker) ingen tidligere viden om statistik, men i sidste ende anvender den temmelig sofistikeret matematik. Sammenlignet med de fleste af de andre svar, der er givet, er denne bog ikke så praktisk eller let at fordøje, snarere giver den den filosofiske grundgrund til, hvorfor du ønsker at anvende Bayesiske metoder, og hvorfor ikke bruge hyppige tilgange. Det er indledende på en historisk og filosofisk, men ikke pædagogisk måde.
Kommentarer
- Dette er en strålende bog om bayesisk tænkning snarere end at anvende bayesiske metoder. Jeg synes, det er en god ledsagende tekst til noget, der går nærmere ind på, hvordan Bayesianske beregninger udføres.
- At ' er en god måde at udtrykke det på. Jeg synes, Sivia og Skilling er en ideel ledsagende tekst til introduktion af metoderne i praksis (hvilket allerede er blevet foreslået i et andet svar).
- Underholdende og polemisk og original, helt sikkert, men bestemt ikke en indledende bog.
Svar
Dens fokus er ikke strengt på bayesisk statistik, så det mangler en vis metode, men David MacKay “Informationsteori, inferens og læringsalgoritmer fik mig til intuitivt at forstå Bayesianske statistikker bedre end andre – de fleste gør det ganske pænt, men jeg følte, at MacKay forklarede hvorfor bedre.
Kommentarer
- Og den kan downloades gratis på forfatterens side: inference.phy.cam.ac.uk/mackay/itila/book.html
- Ligesom Sivia er det meget rart, hvis du har en fysikbaggrund og kan være grov, hvis ikke. Ikke en god guide til nogen form for anvendt social statistik (til det formål Gelman og Hill eller Gelman et al. Ovenfor), men virkelig fantastisk til at få dig til at tænke over kernespørgsmålene.
Svar
Jeg er elektrotekniker og ikke statistiker. Jeg brugte meget tid på at gennemgå Gelman, men jeg tror overhovedet ikke, at man kan henvise til Gelman som indledende. Min bayesian-guru-professor fra Carnegie Mellon er enig med mig i dette. At have den mindste viden om statistik og R og Bugs (som den nemme måde at GØRE noget med Bayesian stat) At lave Bayesian Data Analysis: En tutorial med R og BUGS er en fantastisk start. Du kan sammenligne alle tilbudte bøger let ved deres bogomslag!
Opdatering 5 år senere: Jeg vil tilføje, at måske en anden vigtig måde at lære hurtigt på (40 minutter) er at gennemgå dokumentationen til en Bayesian Net GUI-baseret værktøj som Netica 2 . Det starter med det grundlæggende, fører dig gennem trinnene til at opbygge et net baseret på en situation og data, og hvordan du kører dine egne spørgsmål frem og tilbage for at “få det!”.
Kommentarer
- Dette er en duplikat af @rosser ' s svar ovenfor. Som en virkelig indledende bo ok, jeg ' ve +1 ' d hver.
Svar
Gelman-bøgerne er alle fremragende, men ikke nødvendigvis indledende, idet de antager, at du allerede kender nogle statistikker. Derfor er de en introduktion til den bayesiske måde at lave statistik på snarere end på statistikker generelt. Jeg vil dog stadig give dem tommelfingrene op.
Som en indledende statistik / økonometrisk bog, der tager et bayesisk perspektiv, vil jeg anbefale Gary Koop “s Bayesian Econometrics .
Svar
Kommentarer
- @Xi ' an og gappy, forklar venligst hvorfor denne bog kan anbefales. For hvem er det egnet? I hvilken forstand er det " bedst "?
- Jeg ønsker ikke at falde ind i selvreklame. Bayesian Core er en selvstændig indgang til Bayesian-slutning for de mest almindelige modeller og beregningsmetoder (forudsat R-koder). Det kræver en vis baggrund i sandsynlighedsteori, der kan være for meget for nogle læsere … (Det fungerer godt sammen med vores 4. og 5. års studerende i Frankrig.)
Svar
Min foretrukne første bachelor-tekst til bayesisk statistik er af Bolstad, Introduktion til Bayesian Statistics . Hvis du leder efter noget kandidatniveau, vil dette være for elementært, men for en person, der er ny inden for statistik, er dette ideelt.
Svar
Jeg ved ikke, hvorfor ingen har nævnt den meget indledende bog om Bayesian:
Der er en gratis PDF-version til bogen. Bogen tilbyder nok materiale til alle, der har meget lidt erfaring med bayesian. Den introducerer konceptet med forudgående distribution, posterior distribution, beta distribution osv.
Giv det en chance, det er gratis.
Svar
Jeg har læst nogle dele af Et første kursus i bayesiske statistiske metoder af Peter Hoff, og jeg fandt det let at følge. (Eksempel R-kode findes i hele teksten)
Svar
Kommer jeg fra ikke-statistisk baggrund fandt jeg Introduktion til anvendt bayesisk statistik og estimering for socialforskere ret informativ og let at følge.
Svar
Jeg fandt en glimrende introduktion i Gelman and Hill (2007) Dataanalyse ved hjælp af regression og multilevel / hierarkiske modeller . (Andre kommentarer nævner det, men det fortjener at blive opstemt alene.)
Svar
Hvis du leder efter en elementær tekst, dvs. en, der ikke har en forudsætning for beregning, der er Don Berrys Statistik: Et Bayesisk perspektiv .
Svar
Se på “Det Bayesiske valg” . Den har den fulde pakke: fonde, applikationer og beregning. Klar skrevet.
Kommentarer
- Ville ikke kun være en “Bayesian”, men snarere et “godt valg”, hvis løsningsmanualen var tilgængelig for sig selv -undersøgelse. Det ser ud til, at dette kun er beregnet til universitetsbrug …
Svar
Jeg har i det mindste kigget på de fleste af disse på denne liste, og ingen er så gode som den nye Bayesiske ideer og dataanalyse efter min mening.
Rediger: Det er let at straks begynde at lave Bayesian-analyse, mens du læser denne bog. Ikke bare modeller gennemsnittet fra en normalfordeling med kendt varians, men faktisk dataanalyse efter de første par kapitler. Alle kodeeksempler og data findes på bogens hjemmeside. Dækker en anstændig mængde teori, men fokus er applikationer. Masser af eksempler over en bred vifte af modeller. Dejligt kapitel om Bayesian Nonparametrics. Winbugs, R og SAS eksempler. Jeg foretrækker det frem for at lave Bayesian Data Analysis (jeg har begge). De fleste af bøgerne her (Gelman, Robert, …) er efter min mening ikke indledende, og medmindre du har nogen at tale med, vil du sandsynligvis have flere spørgsmål end svar. Alberts bog dækker ikke nok materiale til at føle sig godt tilpas med at analysere data, der adskiller sig fra det, der præsenteres i bogen (igen min mening).
Kommentarer
- " Godt " i hvilken forstand?
- Godt punkt. Godt som i den bedste indledende Bayesiske lærebog. Jeg tror det skal være ' bedre ' end Bayesian Data Analysis med R af Albert og jeg fandt Bayesian Data Analysis af Gelman et al. ikke tilstrækkeligt som en introduktion. Efter at have lært noget Bayesisk materiale er det dog en god reference.
Svar
Svar
Hvis jeg skulle vælge en enkelt tekst for en nybegynder ville det være
Sivia DS and Skilling J (2006) book (see below). Af alle nedenstående bøger stræber det hårdest efter at give en intuitiv forståelse af de væsentlige ideer, men det kræver stadig nogle matematisk raffinement fra side 1.
Nedenfor er en liste over yderligere læsninger fra min bog med kommentarer til hver publikation.
Bernardo, JM og Smith, A, (2000) 4. Bayesian Theory En grundig redegørelse for Bayesian-metoder med mange virkelige eksempler.
Bishop, C (2006) 5. Mønstergenkendelse og maskinindlæring. Som titlen antyder handler dette primært om maskinindlæring, men det giver en klar og omfattende redegørelse for Bayesiske metoder.
Cowan G (1998) 6. Statistisk dataanalyse. En fremragende ikke-bayesisk introduktion til statistisk analyse.
Dienes, Z (2008) 8. Forståelse af psykologi som videnskab: En introduktion til videnskabelig og statistisk inferens. Tilvejebringer undervisningsmateriale om Bayes regel og en klar analyse af sondringen mellem Bayesiansk og hyppig statistik.
Gelman A, Carlin J, Stern H og Rubin D. (2003) 14. Bayesian dataanalyse. En streng og omfattende redegørelse for Bayesian-analyse med mange virkelige eksempler.
Jaynes E og Bretthorst G (2003) 18. Sandsynlighedsteori: Videnskabens logik. Den moderne klassiker af Bayesian analyse. Det er omfattende og klogt. Den diskursive stil gør den lang (600 sider), men aldrig kedelig, og den er fyldt med mange indsigter.
Khan, S, 2012, Introduktion til Bayes sætning. Salman Khans online matematikvideoer giver en god introduktion til forskellige emner, herunder Bayes regel.
Lee PM (2004) 27. Bayesian Statistics: En introduktion. En streng og omfattende tekst med en stram Bayesian stil.
MacKay DJC (2003) 28. Informationsteori, slutning og læringsalgoritmer. Den moderne klassiker om informationsteori. En meget læselig tekst, der strækker sig vidt og bredt over mange emner, hvor næsten alle gør brug af Bayes styre.
Migon, HS og Gamerman, D (1999) 30. Statistisk slutning: En integreret tilgang. En ligefrem (og tydeligt udformet) redegørelse for slutning, som sammenligner Bayesianske og ikke-Bayesianske tilgange. På trods af at være temmelig avanceret, er skrivestilen tutorial af natur.
Pierce JR (1980) 34 2. udgave. En introduktion til informationsteori: symboler, signaler og støj. Pierce skriver med en uformel, tutorial-skrivestil, men fremsætter ikke de grundlæggende sætninger i informationsteorien.
Reza, FM (1961) 35. En introduktion til informationsteori. En mere omfattende og matematisk rigorøs bog end Pierce-bogen ovenfor og bør ideelt set først læses efter først at have læst Pierces mere uformelle tekst.
Sivia DS og Skilling J (2006) 38. Dataanalyse: En Bayesian tutorial. Dette er en fremragende introduktion til tutorialsstil til Bayesian-metoder.
Spiegelhalter, D and Rice, K (2009) 36. Bayesisk statistik. Scholarpedia, 4 (8): 5230. http://www.scholarpedia.org/article/Bayesian_statistics En pålidelig og omfattende sammenfatning af den aktuelle status for Bayesianske statistikker.
Og her er min bog, der blev offentliggjort i juni 2013.
Bayes “Rule: A Tutorial Introduction to Bayesian Analysis, Dr James V Stone, ISBN 978-0956372840
Kapitel 1 kan downloades fra: http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Beskrivelse: Opdaget af en 18. århundredes matematiker og prædiker, Bayes regel er en hjørnesten i moderne sandsynlighedsteori. I denne rigt illustrerede bog bruges en række tilgængelige eksempler til at vise, hvordan Bayes “-reglen faktisk er en naturlig konsekvens af fornuftig ræsonnement. Bayes” -reglen er afledt ved hjælp af intuitive grafiske repræsentationer af sandsynligheden, og Bayesian-analyse anvendes til parameterestimering ved hjælp af MatLab-programmer leveres. Tutorials skrivestil kombineret med en omfattende ordliste gør dette til en ideel primer til en nybegynder, der ønsker at blive fortrolig med de grundlæggende principper for Bayesian analyse.
Svar
For komplette begyndere, prøv William Briggs Breaking the Law of Averages: Real-Life Probability and Statistics in Plain English
Svar
Jeg skal simpelthen medtage MCMC i praksis . Det giver en glimrende introduktion til MCMC, måske ikke så generel som andre nævnte bøger, men fremragende til at få indsigt og intuition. Jeg vil anbefale at læse den efter (eller parallelt med) Bayesian Computation with R .
Kommentarer
- Mcmc burde efter min mening ikke være fokus for en introduktion til bayesisk statistik. Jeg tror, at prøvetagning af afvisning er mere tiltalende som en måde at forstå, hvordan bayesisk læring fungerer. Mindste firkanter er også bayesisk (som det maksimale er ligesom), så det repræsenterer også en mildere introduktion til bayesisk statistik sammenlignet med mcmc.
- Min opfattelse er, at mcmc bør undgås og bruges som en sidste udvej – det tager simpelthen for lang tid i de fleste tilfælde (selvom jeg beskæftiger mig med store datasæt, hvor alt er grundlæggende mle).mcmc er en " slaghammer " til en vis grad. Også mcmc er en algoritme til numerisk integration. Intet mere, intet mindre. Den skal have den samme introduktionsbehandling som andre algoritmer, såsom laplace-metoden og kvadratre. Ellers udvikler folk et snævert overblik over, hvad " bayesisk statistik " er.
Svar
Hvis du tilfældigvis kommer fra de fysiske videnskaber (fysik / astronomi), vil jeg anbefale dig Bayesian Logical Dataanalyse for de fysiske videnskaber: En sammenlignende tilgang med Mathematica® Support af Gregory (2006).
Selvom “med Mathematica® Support” -delen af titlen kun er der til kommercielle spørgsmål ( anvendelserne af Mathematica-koden er meget dårlige), den gode ting ved denne bog er, at den virkelig er en introduktion til emnet sandsynlighed og statistik. Det har endda nogle kapitler om hyppige statistikker. Når du først har skudt det, skal du gå efter bogen af Gelman et. al at mange mennesker anbefalede dig. Det meste af materialet i Gregorys bog tages let (hvis ikke, ville det ikke være en introduktion): Gelmans bog har været en virkelig genopvågning fra Gregory for mig.
Kommentarer
- Phil Gregory ' s bog er faktisk en meget flot introduktion, ligesom Bolstad ' introduktion til folk med avanceret matematisk baggrund. Der er flere ressourcer at finde på Phil Gregory ' s websted og der er også et supplement , der adresserer hierarkiske modeller og manglende databehandling.
Svar
Jeg læste:
Gelman et al (2013). Bayesian Data Analysis. CRC Press LLC. 3. udgave.
Hoff, Peter D (2009). Et første kursus i Bayesian statistiske metoder. Springer-tekster i statistik.
Kruschke, Doing Bayesian Data Analysis: A Tutorial with R and Bugs, 2011. Academic Tryk på / Elsevier.
og jeg tror, at den bedre at starte med er Kruschkes bog. Det er perfekt til en første tilgang til bayesisk tænkning: begreber forklares meget tydeligt, der er ikke for meget matematik, og der er masser af gode eksempler!
Gelman et al. Er en god bog, men den er mere avanceret, og jeg foreslår at læse den efter Kruschkes.
Omvendt kunne jeg ikke lide Hoffs bog, fordi den er en indledende bog, men begreber (og Bayesisk tænkning) er ikke forklaret på en klar måde. Jeg foreslår at videregive.
Svar
Ikke strengt Bayesian Statistics som sådan, men jeg kan stærkt anbefaler “Et første kursus om maskinindlæring” af Rogers og Girolami, som i det væsentlige er en introduktion til Bayesianske tilgange til maskinindlæring. Det er meget godt struktureret og klart og målrettet hos studerende uden stærk matematisk baggrund. Det betyder, at det er en ret god første introduktion til Bayesiske ideer. Der er også MATLAB / OCTAVE-kode, som er en god funktion.
Svar
Bayesian Statistics for Social Scientists . Phillips, Lawrence D. (1973), Thomas Crowell & Co. Det er meget klart, meget tilgængeligt, antager ingen statistisk viden, og har i modsætning til Bolstad, som jeg fandt tør, noget personlighed.
Svar
Denne bog antyder, at den er rettet mod grunduddannelsesniveau
Biostatistik: A Bayesian Introduction. Af George G Woodsworth.
Udgivet af John Wiley & Sønner
Svar
En god bog fra det grundlæggende til det avancerede, og som du kan downloade, er
Andrew Gelman, John Carlin, Hal Stern, David Dunson, Aki Vehtari og Donald Rubin , Bayesian Data Analysis , http://www.stat.columbia.edu/~gelman/book/
Du kan også download de to første kapitler af
Richard McElreath, Et Bayesian-kursus med eksempler i R og Stan , https://xcelab.net/rm/statistical-rethinking/
Kommentarer
- Jeg kan varmt anbefale Dr. McElreath ' s bog, hvis du ikke ' ikke har en streng statistisk inferencetræning.
Svar
Gill, J. (2014). Bayesiske metoder: En tilgang til social og adfærdsvidenskab. 3. udgave.
Skrevet af en professor i statskundskab med samfundsvidenskabere som målgruppe i tankerne. R-kode er angivet.
http://www.amazon.com/Bayesian-Methods-Behavioral-Sciences-Statistics/dp/1439862486/ 