Mikä on paras Bayesin tilastojen johdantokirja?
Yksi kirja kutakin vastausta kohti.
Kommentit
- Selitä vastauksissa selitä miksi suosittelet kirjaa nimellä " paras. "
- Kuinka näin muotoiltuun kysymykseen voi olla useampia vastauksia?
- Tämä on nyt vanha säie, mutta palasin + 1-merkitsemään uutta kirjaa " Tilastollinen uudelleenajattelu. Ja tarkastellessani ylemmän tason vastauksia ketjussa, mielestäni keskeistä eroa ei ole tehty ': " johdantokappale " kenelle? Ensimmäinen kurssi tilastoihin (jolla sattuu olemaan Bayesin lähestymistapa)? Johdanto Bayesin menetelmiin henkilölle, jolla on perustutkintotilastot (ei-Bayesilaiset)? Tai johdatus Bayesin tilastoihin muulle kuin Bayesin tilastotieteen harjoittajalle, joka on vihdoin vakuuttunut siitä, että tämä Bayesin asia ei ole iv id? Hyvin erilaiset esittelyt.
Vastaus
John Kruschke julkaisi vuoden 2011 puolivälissä kirjan nimeltä Bayesin tietojen analysointi: opetusohjelma R: llä ja virheillä . (Toinen painos julkaistiin marraskuussa 2014: Doing Bayesian Data Analysis, 2nd Edition: A Tutorial with R, JAGS and Stan .) Se on todella johdantokappale. Jos haluat kuitenkin kävellä yleisistä tilastoista Bayesiin, etenkin monitasoisella mallinnuksella, suosittelen Gelmania ja Hilliä.
John Kruschkella on myös -sivusto kirja , jossa on kaikki kirjan esimerkit julkaisussa BUGS and JAGS. Hänen -blogi Bayesin tilastoista linkittää myös kirjaan.
Kommentit
- @Amir ' -ehdotus on kopio tästä. (Kirjan koko nimi on " Bayesin tietojen analysointi: Tutorial with R and BUGS , Olen ' ve +1 ' d kukin.
- päivitin otsikon ja pari siihen liittyviä linkkejä.
- Äänestän myös Kruschke ' -kirjaa. Olen ' selannut suurimman osan vastauksissa luetelluista kirjoista, ja pidin tätä selvimpänä. IMO, se on selkein tilastokirja, jonka olen lukenut. Paljon auttaa, että R-koodi on käytettävissä kaavojen sovittamiseksi koodiin. Kirjoittaja aloittaa hyvin yksinkertaisilla esimerkeillä ja rakentuu niihin. Hyvin vähän taustaa tarvitaan. Kaikki Amazon-arvostelut ovat erittäin suotuisia. Hoff ' kirja on toinen suosikkini.
- Haha, pidän kirjan kannesta: " Miksi onnellinen pennut? (ikään kuin onnelliset pennut tarvitsisivat perustelut!) "
- Ääneni kuuluu myös Kruschke ' 2010 -kirjaan. Yritettäessä oppia Bayesin tilastoja kokeilin useita niistä, ja tämä osui merkkiin. Vaikea.
Vastaa
Kommentit
- Tämä on johdantokirja ihmisille, joilla on kohtuullinen määrä tilastollisesta taustasta.
- Olen aloittanut tohtorin tilastossa 9 kuukautta sitten ja rehellisesti sanottuna Gelman ' n BDA on edelleen minun yläpuolellani, joten en halua ' tc kaikki se on johdantoteksti!
- @Shane, voisitteko vastata tähän vastaukseen ja selittää, miksi se ' on suosikkisi?
- @ naught101 Joten aliarvioit tietämättä kirjaa?
- Ensimmäiset neljä tai viisi lukua ovat todella johdantokappaleita! Joten kuuluu tähän.
Vastaa
Tilastollinen uudelleenajattelu , on julkaistu vain muutama viikko sitten, ja siksi luen edelleen sitä, mutta mielestäni se on erittäin mukava ja tuore lisäys Bayesin tilastoja käsitteleviin todella perehdyttäviin kirjoihin.Kirjoittaja käyttää samanlaista lähestymistapaa kuin John Kruschke pentukirjoissaan ; hyvin yksityiskohtainen, yksityiskohtaiset selitykset, hienot pedagogiset esimerkit, hän käyttää myös pikemminkin laskennallista kuin matemaattista lähestymistapaa.
Youtube-luentoja ja muuta materiaalia on saatavana myös täältä .
Pythoniin / PyMC3 siirretty koodi
Kommentit
- +1 I ' kuuntelen luentoja nyt. Hän ' on erittäin viihdyttävä ja lähestyy hyvin. Kirja on erinomainen ja vie sinut perusasioista hierarkkisiin malleihin. Siinä oletetaan vain, että lukija on jonkin verran tieteellinen, hänellä on kohtuullinen käsitys matematiikasta (lukuun ottamatta laskentaa) ja hän on kuullut joitain asioita tilastoista. Se ' s kirja, jonka haluaisin ' d. Järjestys, jossa hän esittää asiat, ja hänen syrjintäjärjestelmänsä ovat loistavat.
- Iskin seinää yrittäen työskennellä Kruschke ' kirjan läpi, josta hän aloitti tekemisen. suuria logiikan hyppyjä, joita en vain voinut ' seurata. Onneksi törmäsin tilastolliseen uudelleentarkasteluun, joka on toistaiseksi ainoa löytämäni kirja, jonka löysin aidosti intuitiivisesti.
- Menemisen jälkeen Yritin lukea tämän langan läpi tämän kirjan ensimmäisen luvun, ja minusta se oli hyvin vaikeaa englanninkielisenä äidinkielenä ja ei-tiedemiehenä . Ensin minun piti käydä läpi sanat, kuten epistemologia , idiosynkraattinen , sitten on pitkiä lauseita, jotka minun piti lukea kahdesti / kolme kertaa ymmärtääksesi mitä tehy tarkoittaa kirjaimellisesti (unohda näiden lauseiden päättäminen). Sitten ensimmäinen esimerkki koskee luonnollista evoluutiota, joka kuulosti minulle kreikkalaiselta: paikkojen määrä, alleelien lukumäärä, neutraalisuus . Kirja voi olla helppo monille, mutta voi olla vaikea monille
- Tämän (upean) kirjan toinen painos ilmestyy maaliskuussa 2020 .
vastaus
Sivia and Skilling, Data analysis: a Bayesian tutorial (2ed) 2006 246p 0198568320 books.goo :
Tilastoluennot ovat aiheuttaneet paljon hämmennystä ja turhautumista opiskelijoiden sukupolville. Tässä kirjassa yritetään korjata tilanne selittämällä looginen ja yhtenäinen lähestymistapa koko data-analyysin aiheeseen. Tämä teksti on tarkoitettu opetusoppaaksi luonnontieteiden ja tekniikan korkeakouluopiskelijoille ja tutkijaopiskelijoille.
En kuitenkaan tiedä muita suosituksia.
kommentit
- Tämä kirja on erinomainen. Se on ' lyhyt ja käytännöllinen.
- Mielestäni tämä on paljon parempi johdantokappale kuin Gelman.
- Yksi suosikeistani.
Vastaus
Kommentit
- Hyväksy vahvasti. Molemmat hienot kirjat. Aloita Bayesin laskennasta R: llä ja hanki sitten Gelman et ai.
- Linkki on kuollut. Ehkä tämä? bayesball.github.io/bcwr/index.html
vastaus
Johdannoksi suosittelen Todennäköistä ohjelmointia & Bayesin menetelmät hakkereille Cam Davidson-Pilon, vapaasti saatavilla verkossa.
Kuvaus:
Johdatus Bayesin menetelmiin ja todennäköisyyksien ohjelmointi laskennasta / ymmärtäminen-ensimmäinen, matematiikka-toinen näkökulma.
Se on erittäin visuaalinen, leikkaa suoraan arvon ja täyttää myöhemmin rakeiset yksityiskohdat, sillä on paljon esimerkkejä, sillä on interaktiivinen koodi (IPython Notebookissa).
Kommentit
- Luulin, että tätä online-kirjaa oli vaikea seurata / kirjoitettu huonosti.
- Luulen, että kirja on hieno.
- Luulen, että tämä kirja on loistava intro ohjelmoijille, jotta heillä olisi hyvä ensikokemus bayesilaisista tilastoista
Vastaa
Suosittelen perusteellisesti viihdyttävää polemiaa ”Todennäköisyysteoria: Tieteen logiikka”, kirjoittanut E.T. Jaynes.
Tämä on johdantoteksti siinä mielessä, että se ei vaadi (ja itse asiassa pitää mieluummin) aikaisempaa tilastotietoa, mutta siinä käytetään lopulta melko hienostunutta matematiikkaa. Verrattuna useimpiin muihin annettuihin vastauksiin, tämä kirja ei ole läheskään yhtä käytännöllinen tai helposti sulava, vaan se tarjoaa filosofisen kallioperän siihen, miksi haluat käyttää Bayesin menetelmiä ja miksi et käyttää usein esiintyviä lähestymistapoja. Se on johdantoa historiallisella ja filosofisella, mutta ei pedagogisella tavalla.
Kommentit
- Tämä on loistava kirja Bayesin ajattelusta Bayesin menetelmien käyttämisen sijasta. Mielestäni tämä on hyvä liiteteksti jollekin, joka menee enemmän siihen, miten Bayesin laskelmat tehdään.
- Että ' on hyvä tapa laittaa se. Mielestäni Sivia and Skilling on ihanteellinen oheisteksti menetelmien käyttöönottamiseksi käytännössä (mikä on jo ehdotettu toisessa vastauksessa).
- Viihdyttävä, poleeminen ja omaperäinen, varmasti, mutta ei ehdottomasti johdantokirja.
Vastaus
Sen painopiste ei ole yksinomaan Bayesin tilastoissa, joten siitä puuttuu metodologia, mutta David MacKay ”Tietoteoria, päättely ja oppimisalgoritmit saivat minut ymmärtämään intuitiivisesti Bayesin tilastot paremmin kuin muut – useimmat tekevät sen melko hienosti, mutta minusta tuntui, että MacKay selitti miksi paremmin.
Kommentit
- Ja se on ladattavissa ilmaiseksi kirjoittajasivulta: inference.phy.cam.ac.uk/mackay/itila/book.html
- Kuten Sivia, tämä on erittäin mukavaa, jos sinulla on fysiikan taustaa ja voi olla karkea, jos ei. Ei hyvä opas minkäänlaisiin sovellettuihin sosiaalisiin tilastoihin (tälle tarkoitukselle Gelman ja Hill tai Gelman ym. Yllä), mutta todella loistava kannustamaan sinua ajattelemaan todella ydinkysymyksiä.
Vastaa
Olen sähköinsinööri enkä tilastotieteilijä. Vietin paljon aikaa käydä läpi Gelman, mutta en usko, että Gelmania voidaan sanoa lainkaan johdantokappaleeksi. Baysian-guru-professori Carnegie Mellonista on samaa mieltä kanssani. Minulla on vähimmäistiedot tilastoista sekä R- ja Bug-ongelmista (helppo tapa tehdä jotain Bayesin tilastolla) Bayesian tietojen analysointi: Opetusohjelma R: llä ja virheillä on hämmästyttävä alku. Voit verrata kaikkia tarjolla olevia kirjoja helposti heidän kirjankannestaan!
5 vuotta myöhemmin päivitys: Haluan lisätä, että ehkä yksi toinen tärkeä tapa oppia nopeasti (40 minuuttia) on käydä läpi Bayesian Net -käyttöliittymän dokumentaatio työkalu, kuten Netica 2 . Se alkaa perusasioista, opastaa verkon rakentamisen tilanteen ja datan pohjalta sekä omien kysymysten esittämisen. edestakaisin saadaksesi sen!
Kommentit
- Tämä on kopio @rosser ' s vastaus yllä. Todellisena johdantona Bo ok, minä ' ve +1 ' d kukin.
Vastaa
Gelman-kirjat ovat kaikki erinomaisia, mutta eivät välttämättä johdantokykyisiä, koska niiden oletetaan tietävän jo joitakin tilastoja. Siksi ne ovat johdatus Bayesin tapaan tehdä tilastoja ennemmin kuin tilastoihin yleensä. Annan heille kuitenkin peukalot.
Suosittelen Bayesin näkökulmasta esittelytilastotieteen / ekonometrian kirjaksi Gary Koopia ”s Bayesin ekonometria .
vastaus
Kommentit
- @Xi ' an ja gappy, selitä miksi tätä kirjaa voidaan suositella. Kenelle se sopii? Missä mielessä se on " paras "?
- En halua joutua itsensä mainostamiseen. Bayesian Core on itsenäinen merkintä Bayesin päätelmiin yleisimmistä malleista ja laskennallisista menetelmistä (toimitetaan R-koodit). Se vaatii jonkin verran todennäköisyysteoriaa, joka saattaa olla liikaa joillekin lukijoille … (Se toimii hyvin 4. ja 5. vuoden opiskelijamme kanssa Ranskassa.)
Vastaa
Suosikkini ensimmäinen Bayesin tilastojen perustutkintoteksti on Bolstad, Johdatus Bayesin tilastoihin . Jos etsit jotain jatko-opintotasoa, se on liian alkeellista, mutta tilastotieteen omaavalle henkilölle tämä on ihanteellista.
Vastaa
En tiedä, miksi kukaan ei ole maininnut Bayesianin johdantokirjaa:
Kirjalle on ilmainen PDF-versio. Kirja tarjoaa tarpeeksi materiaalia kaikille, joilla on hyvin vähän kokemusta bayesian kielestä. Siinä esitellään aikaisemman levityksen käsite, takajakauma, beetajakauma jne.
Anna se mennä, se on ilmainen.
Vastaa
Olen lukenut joitain osia Ensimmäinen kurssi Bayesin tilastollisissa menetelmissä , kirjoittanut Peter Hoff, ja minusta se oli helppo seurata. (Esimerkki R-koodista on koko tekstissä)
Vastaus
Tulen muusta kuin tilastollisesta taustasta ”a34e1a54f1″>
Johdatus Bayesin sovellettuihin tilastoihin ja yhteiskuntatieteilijöiden arviointiin melko informatiivinen ja helppo seurata.
Vastaa
Löysin erinomaisen johdannon julkaisusta Gelman ja Hill (2007) Data-analyysi regressiota ja monitasoisia / hierarkkisia malleja käyttäen . (Muut kommentit mainitsevat sen, mutta se ansaitsee itsestään äänestyksen.)
Vastaa
Jos etsit perusteksti eli teksti, jolla ei ole ennakkoedellytyksiä laskutoimitukselle, Don Berryn s Tilastot: Bayesin näkökulma .
vastaus
Katso ”Bayesin valinta” . Siinä on koko paketti: perustukset, sovellukset ja laskenta. Selkeästi kirjoitettu.
Kommentit
- Ei olisi vain ”Bayesin”, vaan pikemminkin ”loistava valinta”, jos ratkaisukäsikirja olisi itse käytettävissä -tutkimus. Vaikuttaa siltä, että tämä on tarkoitettu vain yliopistokäyttöön …
Vastaus
Olen ainakin katsonut suurin osa näistä tässä luettelossa, eikä mikään ole niin hyvä kuin mielestäni uudet Bayesin ideat ja tietojen analysointi .
Muokkaa: Se on on helppo aloittaa Bayesin analyysin tekeminen välittömästi lukiessasi tätä kirjaa. Ei vain mallintaa keskiarvoa normaalijakaumasta tunnetulla varianssilla, vaan varsinainen data-analyysi parin ensimmäisen luvun jälkeen. Kaikki koodiesimerkit ja tiedot ovat kirjan verkkosivustolla. Kattaa kohtuullisen määrän teoriaa, mutta painopiste on sovelluksissa. Paljon esimerkkejä laajasta mallivalikoimasta. Mukava luku Bayesian ei-parametreista. Winbugs-, R- ja SAS-esimerkit. Pidän parempana kuin tekemällä Bayesin data-analyysiä (minulla on molemmat). Suurin osa täällä olevista kirjoista (Gelman, Robert, …) eivät ole mielestäni johdantokappaleita, ja ellei sinulla ole ketään puhua kanssasi, sinulle jää todennäköisesti lisää kysymyksiä ja vastauksia. Albertin kirja ei kata tarpeeksi materiaalia tunteakseen olonsa mukavaksi analysoida erilaisia tietoja kuin kirjassa esitetyt (jälleen mielestäni).
Kommentit
- " Hyvä " missä mielessä?
- Hyvä asia. Hyvä kuin parhaassa Bayesin johdantokirjassa. Uskon se on ' parempi ' kuin Albertin tekemä Bayesin data-analyysi R: n kanssa. Löysin, että Gelman et ai. Johdantona. Kuitenkin oppinut joitain Bayesin aineistoja, se on hyvä viite.
Vastaa
Vastaa
Jos minun täytyi valita yksi teksti aloittelijoille se olisi
Sivia DS and Skilling J (2006) book (see below). Kaikista alla luetelluista kirjoista se pyrkii vaikeimmin antamaan intuitiivisen käsityksen keskeisistä ideoista, mutta se vaatii silti joitain matemaattinen hienostuneisuus sivulta 1.
Alla on luettelo kirjani lisälukemista ja kommentteja kustakin julkaisusta.
Bernardo, JM ja Smith, A, (2000) 4. Bayesin teoria Tarkka kuvaus Bayesin menetelmistä, monilla reaalimaailman esimerkeillä.
Piispa, C (2006) 5. Kuvion tunnistaminen ja koneoppiminen. Kuten otsikosta käy ilmi, kyse on lähinnä koneoppimisesta, mutta se tarjoaa selkeän ja kattavan kuvan Bayesin menetelmistä.
Cowan G (1998) 6. Tilastotietojen analyysi. Erinomainen ei-Bayesin johdanto tilastolliseen analyysiin.
Dienes, Z (2008) 8. Ymmärtäminen psykologiasta tieteenä: Johdatus tieteelliseen ja tilastolliseen päätelmään. Tarjoaa opetusmateriaalia Bayesin säännöstä ja selkeän analyysin Bayesin ja usein esiintyvien tilastojen välisestä erosta.
Gelman A, Carlin J, Stern H ja Rubin D. (2003) 14. Bayesin tietojen analyysi. Tarkka ja kattava selvitys Bayesin analyysistä, mukana monia todellisia esimerkkejä.
Jaynes E ja Bretthorst G (2003) 18. Todennäköisyysteoria: Tieteen logiikka. Bayesin analyysin moderni klassikko. Se on kattava ja viisas. Sen diskursiivinen tyyli tekee siitä pitkän (600 sivua), mutta ei koskaan tylsää, ja se on täynnä oivalluksia.
Khan, S, 2012, Johdatus Bayesin lauseeseen. Salman Khanin online-matematiikkavideot tarjoavat hyvän johdannon erilaisiin aiheisiin, mukaan lukien Bayesin sääntö.
Lee PM (2004) 27. Bayesin tilastot: Johdanto. Tarkka ja kattava teksti, jossa on voimakas Bayesin tyyli.
MacKay DJC (2003) 28. Tietoteoria, päättely ja oppimisalgoritmit. Moderni informaatioteorian klassikko. Erittäin luettava teksti, joka vaeltaa pitkälle ja laajasti monista aiheista, joista lähes kaikki hyödyntävät Bayesin sääntöä.
Migon, HS ja Gamerman, D (1999) 30. Tilastollinen päätelmä: integroitu lähestymistapa. Suora (ja selkeästi esitetty) johtopäätös, jossa verrataan Bayesin ja muita kuin Bayesin lähestymistapoja. Huolimatta siitä, että kirjoitustyyli on melko edistynyt, se on luonteeltaan opetusohjelma.
Pierce JR (1980) 34, 2. painos. Johdatus informaatioteoriaan: symbolit, signaalit ja melu. Pierce kirjoittaa epävirallisella, tutoriaalisella kirjoitustyylillä, mutta ei ole tuumaa esitellä informaatioteorian peruslauseita.
Reza, FM (1961) 35. Johdanto informaatioteoriaan. Kattavampi ja matemaattisempi ja tiukempi kirja kuin edellä oleva Pierce-kirja, ja se tulisi mieluiten lukea vasta ensimmäisen kerran lukemalla Piercen epävirallisempi teksti.
Sivia DS ja Skilling J (2006) 38. Data-analyysi: Bayesin opetusohjelma. Tämä on erinomainen tutorial-tyylinen esittely Bayesin menetelmiin.
Spiegelhalter, D ja Rice, K (2009) 36. Bayesin tilastot. Scholarpedia, 4 (8): 5230. http://www.scholarpedia.org/article/Bayesian_statistics Luotettava ja kattava yhteenveto Bayesin tilastojen nykytilasta.
Ja tässä on kirjani, joka julkaistiin kesäkuussa 2013.
Bayes ”Sääntö: Tutkimus Johdatus Bayesin analyysiin, tri James V Stone, ISBN 978-0956372840
Luku 1 voidaan ladata osoitteesta: http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Kuvaus: Löysi 18-vuotias vuosisadan matemaatikko ja saarnaaja, Bayesin sääntö on modernin todennäköisyysteorian kulmakivi. Tässä runsaasti havainnollistetussa kirjassa käytetään useita käytettävissä olevia esimerkkejä osoittamaan, kuinka Bayes-sääntö on itse asiassa luonnollinen seuraus järjetön järkeily. Bayes-sääntö on johdettu käyttämällä todennäköisyyden intuitiivisia graafisia esityksiä, ja Bayesin analyysiä sovelletaan parametrien estimointiin MatLab-ohjelmat tarjotaan. Kirjoittamisen opetustyyli yhdistettynä kattavaan sanastoon tekee siitä ihanteellisen aloitusversion aloittelijalle, joka haluaa tutustua Bayesin analyysin perusperiaatteisiin.
Vastaa
aloittelijoille, kokeile William Briggs Keskiarvolain rikkominen: tosielämän todennäköisyys ja tilastot tavallisessa englanniksi
Vastaa
Minun täytyy vain sisällyttää MCMC käytännössä . Se tarjoaa erinomaisen johdannon MCMC: hen, kenties ei yhtä yleinen kuin muut mainitut kirjat, mutta erinomaisen oivalluksen ja intuition saamiseksi. Suosittelen lukemaan sen Bayesin laskenta R: n kanssa (tai rinnakkain sen kanssa) .
Kommentit
- Mielestäni McMc: n ei pitäisi olla Bayesin tilastojen johdannossa. Mielestäni hylkäämisnäytteenotto on houkuttelevampi tapa ymmärtää, miten bayesilainen oppiminen toimii. Pienimmät neliöt ovat myös bayesialaisia (samoin kuin suurin likehood), joten myös se on lempeämpi esittely bayesilaisille tilastoille verrattuna cmcmc: hen.
- Katson, että mcmc: tä tulisi välttää ja käyttää viimeisenä keinona – se kestää yksinkertaisesti liian kauan useimmissa tapauksissa (vaikka käsittelen isoja tietojoukkoja, joissa kaikki on pohjimmiltaan mle).mcmc on " kelkavasara " jossain määrin. Myös mcmc on numeerisen integraation algoritmi. Ei enempää eikä vähempää. Sen tulisi saada sama johdantokäsittely kuin muillakin algoritmeilla, kuten laplace-menetelmä ja kvadradi. Muuten ihmiset kehittävät kapean kuvan siitä, mikä " bayesilaiset tilastot " on.
Vastaa
Jos satut fyysisistä tiedoista (fysiikka / tähtitiede), suosittelen sinua Bayesin logiikka Fyysisten tietojen analyysi: vertaileva lähestymistapa Mathematica® -tukeen , kirjoittanut Gregory (2006).
Vaikka otsikon osa ”Mathematica®-tuen kanssa” on tarkoitettu vain kaupallisiin kysymyksiin ( Mathematica-koodin käyttö on erittäin heikkoa), tämän kirjan hyvä asia on se, että se on todella johdanto todennäköisyyksien ja tilastojen aiheeseen. Siinä on jopa joitain kappaleita usein esiintyvistä tilastoista. Kuitenkin, kun annat sille kuvan, siirry kirjan Gelman et. Al että monet ihmiset suosittelivat sinua. Suurin osa Gregory-kirjan aineistosta otetaan kevyesti (ellei niin, se ei olisi johdanto): Gelmanin kirja on ollut minulle todella heräävä Gregory-kirja.
Kommentit
- Phil Gregory ' kirja on todellakin erittäin hieno esittely, melkein kuin Bolstad ' johdanto matemaattista taustaa omaaville ihmisille. Löydät lisää resursseja Phil Gregory ' s -sivustolta ja siellä on myös täydennysosa , joka käsittelee hierarkkisia malleja ja puuttuvaa tietojenkäsittelyä.
Vastaa
Luin:
Gelman et al (2013). Bayesian Data Analysis. CRC Press LLC. 3. painos
Hoff, Peter D (2009). Ensimmäinen kurssi Bayesin tilastollisissa menetelmissä. Springer-tekstit tilastossa.
Kruschke, Bayesin tietojen analysointi: opetusohjelma R: n ja vikojen kanssa, 2011. Akateeminen Paina / Elsevier.
ja mielestäni parempi aloittaa on Kruschken kirja. Se sopii erinomaisesti ensimmäiseen lähestymistapaan Bayesin ajatteluun: käsitteet on selitetty hyvin selkeästi, matematiikkaa ei ole liikaa ja monia hyviä esimerkkejä!
Gelman ym. On hieno kirja, mutta se on edistyneempi ja ehdotan sen lukemista Kruschken kirjan jälkeen.
Kääntäen en pidä Hoffin kirjasta, koska se on johdantokirja, mutta käsitteet (ja Bayesin ajattelu) eivät ole selitän selkeästi. Ehdotan, että välitän.
Vastaa
Ei yksinomaan Bayesin tilastoja, mutta voin vahvasti suosittele Rogersin ja Girolamin ”koneen oppimisen ensimmäinen kurssi” -tapaa, joka on lähinnä johdatus Bayesin koneoppimisen lähestymistapoihin. Se on hyvin jäsennelty, selkeä ja kohdennettu opiskelijoille, joilla ei ole vahvaa matemaattista taustaa. Tämä tarkoittaa, että se on melko hyvä ensimmäinen johdatus Bayesin ideoihin. Mukana on myös MATLAB / OCTAVE-koodi, joka on hieno ominaisuus.
Vastaa
Bayesin tilastotiede yhteiskuntatieteilijöille . Phillips, Lawrence D. (1973), Thomas Crowell persoonallisuus.
Vastaus
Tämä kirja viittaa siihen, että se on suunnattu lähtötason perustutkinnon suorittaneille
Biostatistiikka: A Bayesin esittely. Kirjoittaja George G Woodsworth.
Julkaisija John Wiley & Sons
Vastaa
Hyvä kirja perusasioista edistyneisiin ja jonka voit ladata, on
Andrew Gelman, John Carlin, Hal Stern, David Dunson, Aki Vehtari ja Donald Rubin , Bayesin tietojen analyysi , http://www.stat.columbia.edu/~gelman/book/
Voit myös lataa kaksi ensimmäistä lukua
Richard McElreath, Bayesin kielikurssi ja esimerkkejä R: stä ja Stanista , https://xcelab.net/rm/statistical-rethinking/
kommentit
- Suosittelen erittäin paljon tohtori McElreath ' -kirjaa, jos sinulla ei ole tiukkaa tilastollista päättelykoulutusta.
Vastaus
Gill, J. (2014). Bayesin menetelmät: Sosiaalinen ja käyttäytymistieteellinen lähestymistapa. 3. painos.
Kirjoittanut valtiotieteiden professori, jonka kohderyhmänä on yhteiskuntatieteilijät. R-koodi on annettu.
http://www.amazon.com/Bayesian-Methods-Behavioral-Sciences-Statistics/dp/1439862486/ 