Melyik a legjobb bevezető tankönyv a Bayesi statisztikákhoz?
Kérem, válaszonként egy könyvet.
Hozzászólások
- A válaszokban kérjük, magyarázza el, miért miért ajánl könyvet " a legjobb. "
- Hogyan lehet több válasz egy így megfogalmazott kérdésre?
- Ez most egy régi szál, de visszatértem egy új könyv +1 megosztásához " Statisztikai újragondolás. És a szál magasabb rangú válaszainak keresésekor azt gondolom, hogy nem történt meg a legfontosabb megkülönböztetés ': " bevezető " kinek? Az első statisztikai kurzus (ennek Bayes-féle megközelítése van)? Bevezetés a Bayesi módszerekbe olyanok számára, akik alapképzési (nem Bayesi) statisztikai osztályokkal rendelkeznek? Vagy a Bayesi statisztikák bevezetése a nem Bayes-i statisztikák egyik gyakorlója számára, akit végül meggyőztek arról, hogy ez a bayesi dolog nem divat '? Nagyon különböző bevezetések.
Válasz
John Kruschke 2011 közepén kiadott egy könyvet Bayesi adatelemzés: oktatóanyag R-sel és hibákkal . (2014 novemberében megjelent egy második kiadás: Bayesian Data Analysis, második kiadás: oktatóanyag R-vel, JAGS-sel és Stan-szel .) Ez valóban bevezető. Ha mégis gyakorisági statisztikákból szeretne bejutni a Bayes-be, főleg többszintű modellezéssel, ajánlom a Gelman-t és a Hill-t.
John Kruschke-nak van egy weboldala is a könyv , amely a könyv összes példáját tartalmazza a BUGS és JAGS cikkekben. A bayesi statisztikákról szóló blogja is összekapcsolódik a könyvvel.
Kommentárok
- @Amir ' javaslata ennek duplikátuma. (A könyv teljes címe: " Bayesi adatelemzés: oktatóanyag R-vel és hibákkal ".) Valóban bevezető könyvként , Mindegyiket ' ve +1 ' d.
- frissítettem a címet, és hozzáadtam pár kapcsolódó linket.
- Szavazom Kruschke ' könyvére is. ' A válaszokban felsorolt könyvek többségét böngésztem, és ezt találtam a legkönnyebben. IMO, ez a legtisztább statisztikai könyv, amit olvastam. Sokat segít, hogy az R kód elérhető a képletek kóddal való összehangolásához. A szerző nagyon egyszerű példákkal indul, és ezekre épít. Nagyon kevés háttérre van szükség. Az Amazon minden véleménye rendkívül kedvező. Hoff ' könyve a második kedvencem.
- Haha, tetszik a könyv borítója: " Miért a boldog kölyökkutyák? (mintha a boldog kölyökkutyáknak igazolásra lenne szükségük!) "
- Szavazatom szintén Kruschke ' 2010-es könyvéhez jár. A Bayes-statisztikák megismerése során többet is kipróbáltam, és ez elért a célon. Nehéz.
Válasz
Megjegyzések
- Ez egy bevezető könyv azoknak az embereknek, akiknek tisztességes mennyiségük van statisztikai háttérrel rendelkezik.
- 9 hónapja kezdtem PhD-t a statisztikában, és hogy őszinte legyek, Gelman ' s BDA még mindig felettem van, ezért nem szeretnék ' tc mindez egy bevezető szöveg!
- @Shane, kérem, válaszoljon erre a válaszra, és elmagyarázza, miért ' miért a kedvence?
- @ naught101 tehát a könyv ismerete nélkül visszavonja a választ?
- Az első négy vagy öt fejezet valóban bevezető! tehát ide tartozik.
Válasz
Statisztikai újragondolás , alig néhány hete jelent meg, ezért még mindig olvasom, de szerintem nagyon szép és friss kiegészítő a igazán bevezető könyvekhez a Bayesi statisztikákról.A szerző hasonló megközelítést alkalmaz, mint amelyet John Kruschke használt a kölyökkönyveiben ; nagyon bőbeszédű, részletes magyarázatok, szép pedagógiai példák, inkább számítási, mint matematikai megközelítést alkalmaz.
A YouTube előadásai és egyéb anyagok itt is elérhetők. .
Python / PyMC3 fájlba áthelyezett kód
Megjegyzések
- +1 I ' m hallgatja végig az előadásokat. ' nagyon szórakoztató, és jó hozzáállással rendelkezik. A könyv kiváló, és az alapoktól a hierarchikus modellekig vezet. Csak azt feltételezi, hogy az olvasó némileg tudományos, jól ért a matematikához (a számításokat nem számítva), és hallott néhány dolgot a statisztikáról. ' ez a könyv, bárcsak ' d lenne. A sorrend, amelyben bemutatja a dolgokat, és az elbocsátási rendszere ragyogó.
- Falnak ütköztem, és megpróbáltam átdolgozni Kruschke ' könyvet, ahol elkezdett készíteni nagy ugrások a logikában, amelyeket nem tudtam ' követni. Szerencsére találkoztam a statisztikai újragondolással, amely eddig az egyetlen könyv, amelyet ' találtam, és amely valóban intuitív megértést ad a témáról.
- a szálon keresztül megpróbáltam elolvasni ennek a könyvnek az első fejezetét, és nagyon nehéznek találtam, hogy nem angol anyanyelvű és nem tudós . Először át kellett élnem az olyan szavakat, mint ismeretelmélet , különös , aztán vannak hosszú mondatok, amelyeket kétszer / háromszor kellett elolvasnom, hogy megértsem, mit jelent a tehy szó szerint (felejtsd el azoknak a mondatoknak a következtetése). Akkor a legelső példa a természetes evolúcióra vonatkozik, amely számomra görögül hangzott: lelőhelyek száma, allélok száma, semlegesség . A könyv sokak számára könnyű lehet, de sokak számára nehéz lehet.
- Ennek a (remek) könyvnek a második kiadása 2020 márciusában jelenik meg. .
Válasz
Sivia és készség, Adatok elemzése: Bayesi oktatóanyag (2ed) 2006 246p 0198568320 books.goo :
A statisztikai előadások sok értetlenséget okoztak és csalódás a diákok generációi számára. Ez a könyv megpróbálja orvosolni a helyzetet azáltal, hogy logikus és egységes megközelítést fejt ki az adatelemzés egész témájára. Ez a szöveg oktató útmutatóként szolgál az egyetemistáknak és a természettudományi és mérnöki kutatóknak.
A többi ajánlást azonban nem ismerem.
Megjegyzések
- Ez a könyv kiváló. ' rövid és praktikus.
- szerintem ez sokkal jobb bevezető szöveg, mint Gelman.
- Az egyik kedvencem.
Válasz
Megjegyzések
- Határozott egyetértés. Mindkét nagyszerű könyv. Kezdje az R-vel végzett Bayes-számítással, majd szerezze be Gelman et al.
- A link meghalt. Talán ezt? bayesball.github.io/bcwr/index.html
Válasz
Bevezetésképpen a következőt javasoljuk: Valószínűségi programozás & Bayesi módszerek hackerek számára Cam Davidson-Pilon, szabadon elérhető az interneten.
Leírásából:
Bevezetés a Bayesi módszerekbe és valószínűségi programozás egy számításból / értelem-első, matematika-második nézőpont.
Nagyon látványos, egyenesen az értékre vág és később visszatölti a szemcsés részleteket, sok van példa, interaktív kóddal rendelkezik (az IPython Notebookban).
Megjegyzések
- Úgy gondoltam, hogy ezt az online könyvet nehéz követni / rosszul írtam.
- Szerintem a könyv rendben van.
- Úgy gondolom, hogy ez a könyv fantasztikus bevezető a programozók számára, hogy nagyszerű első tapasztalatokat szerezzenek a bayesi statisztikákról
Válasz
Alaposan ajánlom E.T. szórakoztató polémiáját “Valószínűségelmélet: A tudomány logikája”. Jaynes.
Ez egy bevezető szöveg abban az értelemben, hogy nem igényel (és valójában inkább) előzetes statisztikai ismereteket, de végül meglehetősen kifinomult matematikát alkalmaz. A többi adott válasz többségéhez képest ez a könyv közel sem olyan praktikus vagy könnyen emészthető, inkább a filozófiai alapkőzetet nyújtja arra, hogy miért szeretne Bayes-módszereket alkalmazni, és miért ne használná a gyakoriságos megközelítéseket. Történeti és filozófiai jellegű, de nem pedagógiai jellegű.
Megjegyzések
- Ez egy ragyogó könyv a Bayesi gondolkodásról a Bayesi módszerek alkalmazása helyett. Úgy gondolom, hogy ez egy jó kísérőszöveg valamihez, amely jobban belemerül a bayesi számításokba.
- Ez ' jó módja annak. Úgy gondolom, hogy a Sivia and Skilling ideális kísérőszöveg a módszerek gyakorlati bevezetéséhez (erre már egy másik válaszban is utaltunk).
- Szórakoztató és polemikus és eredeti, az biztos, de mindenképpen nem bevezető könyv.
Válasz
A hangsúly nem szigorúan a Bayesi statisztikákra irányul, ezért hiányzik némi módszertan, de David MacKay “Az információelmélet, a következtetés és a tanulási algoritmusok arra késztettek, hogy intuitív módon jobban megismerjem a Bayes-statisztikákat, mint mások – a legtöbb ezt nagyon szépen csinálja, de úgy éreztem, MacKay elmagyarázta, miért jobb.
Megjegyzések
- És ingyenesen letölthető a szerzők oldalán: inference.phy.cam.ac.uk/mackay/itila/book.html
- Sivia-hoz hasonlóan ez is nagyon szép, ha van valamilyen fizikai háttere, és durva is lehet, ha nincs. Nem jó útmutató bármilyen alkalmazott társadalmi statisztikához (ehhez használja a Gelman és Hill, vagy a fenti Gelman és mtsai), de valóban nagyszerű arra, hogy valóban az alapkérdésekre gondoljon.
Válasz
Villamosmérnök vagyok és nem statisztikus. Sok időt töltöttem a Gelman-en keresztül, de szerintem egyáltalán nem lehet bevezetőként hivatkozni Gelman-re. Ebben Carnegie Mellon-i bayesi-guru professzorom egyetért velem. A statisztikák, valamint az R és a Bugs minimális ismerete (mint a Bayes-szigeteki statisztikák egyszerű módja) Bayesi adatelemzés: A R és BUGS bemutatója elképesztő kezdet. Összehasonlíthatja az összes felajánlott könyvet könnyedén a könyvborítójukon keresztül!
5 évvel későbbi frissítés: Szeretném hozzátenni, hogy a gyors tanulás egyik másik fő módja (40 perc) a Bayesian Net GUI dokumentációjának áttekintése olyan eszköz, mint a Netica 2 . Ez az alapokkal kezdődik, végigvezeti Önt egy hálózat felépítésén egy adott helyzet és adatok alapján, valamint a saját kérdéseinek futtatásával. oda-vissza, hogy “megkapja!”.
Megjegyzések
- Ez a @rosser ' s fenti válasz. Igazán bevezető bo-ként rendben, én ' ve +1 ' d mindegyiket.
Válasz
A Gelman-könyvek mind kiválóak, de nem feltétlenül bevezetőek, mivel feltételezik, hogy Ön már ismer néhány statisztikát. Ezért inkább a Bayes-féle statisztikai módszerek bevezetését jelentik, mint általában a statisztikákat. Én azonban továbbra is a hüvelykujját adnám nekik.
Bevezető statisztikai / ökonometriai könyvként, amely Bayes-i perspektívát vesz fel, Gary Koop “s -t ajánlanám. Bayes-i Econometrics .
Válasz
Megjegyzések
- @Xi ' an és gappy, kérjük, magyarázza el miért ajánlható ez a könyv. Kinek alkalmas? Milyen értelemben " a legjobb "?
- Nem akarok beleesni az önreklámba. A Bayesian Core egy önálló bejegyzés a Bayes-i következtetésekre a leggyakoribb modellekről és a számítási módszerekről (R kódok biztosítottak). Megkövetel bizonyos valószínűségi elméleti hátteret, amely túl sok lehet néhány olvasó számára … (Ez jól működik a franciaországi 4. és 5. évfolyamos hallgatóinkkal.)
Válasz
Kedvenc első egyetemi hallgatói szövegem a bayesi statisztikákhoz Bolstad, Bevezetés a Bayesi statisztikákba . Ha valami felsőoktatási szintet keresel, ez túl elemi lesz, de annak, aki új a statisztikában, ez ideális.
Válasz
Nem tudom, miért nem említette senki a Bayesianról szóló bevezető könyvet:
A könyvnek ingyenes PDF-verziója van. A könyv elegendő anyagot kínál mindazok számára, akiknek nagyon kevés tapasztalata van a bayesi nyelven. Bevezeti az előzetes terjesztés fogalmát, hátsó eloszlás, béta eloszlás stb.
Engedje meg, szabad.
Válasz
A Peter Hoff első tanfolyama a Bayesi statisztikai módszerekről , és könnyen követhetőnek találtam. (Az egész szövegben megtalálható az R-kód példa)
Válasz
Nem statisztikai háttérből származva találtam Bevezetés az alkalmazott Bayesi statisztikákba és a társadalomtudósok becslésébe meglehetősen informatív és könnyen követhető.
Válasz
Kiváló bevezetést találtam Gelman és Hill (2007) regressziós és többszintű / hierarchikus modellek felhasználásával történő adatelemzéséhez . (Más megjegyzések említik, de megérdemli, hogy önmagában felkapja a szavazatokat.)
Válasz
Ha egy elemi szöveg, vagyis olyan, amelynek nincs előfeltétele a számításhoz, Don Berry s Statisztika: Bayesi perspektíva .
Válasz
Vessen egy pillantást a “The Bayesian Choice” -ra. Megvan a teljes csomag: alapok, alkalmazások és számítás. Világosan meg van írva.
Megjegyzések
- Nem csak „Bayes-i”, hanem „nagyszerű választás” is lenne, ha a megoldási kézikönyv önállóan is elérhető lenne -tanulmány. Úgy tűnik, hogy ezt csak egyetemi használatra szánják …
Válasz
Legalább rápillantottam ezek többsége ezen a listán, és egyik sem olyan jó, mint véleményem szerint az új Bayesi gondolatok és adatelemzés .
Szerkesztés: Ez könnyű azonnal megkezdeni a Bayes-elemzés elvégzését a könyv elolvasása során. Nem csak az átlagos eltérést modellezheti ismert szórással, hanem tényleges adatelemzést is az első pár fejezet után. Minden kódpélda és adat a könyv honlapján található. Megfelelő mennyiségű elméletet takar, de a hangsúly az alkalmazásokon van. Sok példa a modellek széles skáláján. Szép fejezet a Bayesi Nonparametrics-ről. Winbugs, R és SAS példák. Jobban szeretem, mint a Bayes-adatelemzést (mindkettő megvan). Az itt található könyvek többsége (Gelman, Robert, …) véleményem szerint nem bevezető, és hacsak nincs valaki, akivel beszélgethetne, valószínűleg több kérdés marad, majd válaszok. Albert könyve nem tartalmaz elég anyagot ahhoz, hogy jól érezze magát a könyvben bemutatottaktól eltérő adatok elemzésénél (ismét véleményem).
Hozzászólások
- " jó " milyen értelemben?
- jó pont. jó, mint a legjobb bevezető bayesi tankönyvben. ' jobb ', mint az Albert által végzett R Bayesi adatelemzés, és úgy találtam, hogy Gelman és mtsai Bayes-i adatelemzése nem elegendő Bevezetésként. Miután néhány Bayes-i anyagot megtanult, ez jó referencia.
Válasz
Válasz
Ha egyetlen szöveget kellett választanom egy kezdő számára ez
Sivia DS and Skilling J (2006) book (see below).Az alább felsorolt könyvek közül a legnehezebben igyekszik intuitív módon megérteni a lényeges ötleteket, de még mindig szükség van néhány matematikai igényesség az 1. oldalról.
Az alábbiakban felsoroljuk a könyvem további olvasmányait, az egyes kiadványokhoz fűzött megjegyzésekkel.
Bernardo, JM és Smith, A, (2000) 4. Bayesi elmélet A bayesi módszerek szigorú áttekintése, számos valós példával.
Bishop, C (2006) 5. Mintafelismerés és gépi tanulás. Ahogy a cím is sugallja, ez elsősorban a gépi tanulásról szól, de világos és átfogó áttekintést nyújt a Bayesi módszerekről.
Cowan G (1998) 6. Statisztikai adatok elemzése. Kiváló, nem Bayes-i bevezetés a statisztikai elemzéshez.
Dienes, Z (2008) 8. A pszichológia mint tudomány megértése: Bevezetés a tudományos és statisztikai következtetésekbe. Oktató anyagokat nyújt a Bayes-szabályról, és világos elemzést készít a Bayes-i és a gyakorisági statisztikák közötti különbségtételről.
Gelman A, Carlin J, Stern H és Rubin D. (2003) 14. Bayesi adatelemzés. Szigorú és átfogó beszámoló a bayesi elemzésről, számos valós példával.
Jaynes E és Bretthorst G (2003) 18. Valószínűségelmélet: A tudomány logikája. A Bayes-elemzés modern klasszikusa. Átfogó és bölcs. Diszkurzív stílusa hosszú (600 oldal), de soha nem unalmas, és tele van betekintéssel.
Khan, S, 2012, Bevezetés Bayes tételébe. Salman Khan online matematikai videói jól bevezetik a különböző témákat, köztük Bayes szabályát.
Lee PM (2004) 27. Bayesi statisztika: Bevezetés. Szigorú és átfogó szöveg, markáns bayesi stílusban.
MacKay DJC (2003) 28. Információelmélet, következtetés és tanulási algoritmusok. Az információelmélet modern klasszikusa. Nagyon olvasható szöveg, amely sokféle témán barangol, és szinte mindegyik kihasználja Bayes szabályát.
Migon, HS és Gamerman, D (1999) 30. Statisztikai következtetés: integrált megközelítés. Egyszerű (és világosan megfogalmazott) következtetés, amely összehasonlítja a bayesi és a nem bayesi megközelítést. Annak ellenére, hogy meglehetősen fejlett, az írási stílus oktató jellegű.
Pierce JR (1980) 34, 2. kiadás. Bevezetés az információelméletbe: szimbólumok, jelek és zaj. Pierce informális, oktató stílusú írással ír, de nem tér el az információelmélet alapvető tételeinek bemutatásától.
Reza, FM (1961) 35. Bevezetés az információelméletbe. Átfogóbb és matematikailag szigorúbb könyv, mint a fenti Pierce-könyv, és ideális esetben csak Pierce informálisabb szövegének első elolvasása után szabad elolvasni.
Sivia DS és Skilling J (2006) 38. Adatok elemzése: Bayesi oktatóanyag. Ez egy kiváló bemutató stílusú bevezetés a Bayesi módszerekhez.
Spiegelhalter, D és Rice, K (2009) 36. Bayesi statisztikák. Scholarpedia, 4 (8): 5230. http://www.scholarpedia.org/article/Bayesian_statistics Megbízható és átfogó összefoglaló a bayesi statisztikák jelenlegi helyzetéről.
És itt van a 2013. júniusban megjelent könyvem.
Bayes “Szabály: Bevezetés a Bayesi elemzésbe, Dr. James V Stone, ISBN 978-0956372840. p> Az 1. fejezet letölthető innen: http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Leírás: Egy 18. felfedezte századi matematikus és prédikátor, Bayes-szabály a modern valószínűségelmélet sarokköve. Ebben a bőségesen illusztrált könyvben számos elérhető példát mutatunk be annak bemutatására, hogy a Bayes-szabály valójában a józan gondolkodás természetes következménye. A Bayes-szabály a valószínűség intuitív grafikus ábrázolásával származik, és a Bayes-elemzést alkalmazzák a paraméter-becsléshez a MatLab programok biztosítottak. Az írás oktatási stílusa, átfogó szószedettel kombinálva, ideális kezdőbetűvé teszi azt a kezdőt, aki meg akarja ismerni a bayesi elemzés alapelveit.
Válasz
teljesen kezdőknek, próbáld meg William Briggs Átlagok törvényének megsértése: való valószínûség és statisztika egyszerű angol nyelven
Válasz / h2>
Egyszerűen be kell vonnom az MCMC-t a gyakorlatba . Kiváló bevezetést nyújt az MCMC-be, talán nem olyan általános, mint a többi említett könyv, de kiváló betekintés és intuíció megszerzéséhez. Azt javaslom, hogy olvassa el (vagy azzal párhuzamosan) a Bayesi számítás R-vel -et.
Megjegyzések
- Véleményem szerint a McMc-nek nem szabad a Bayes-statisztikák bevezetésének középpontjában állnia. Úgy gondolom, hogy az elutasító mintavétel vonzóbb, mivel megértjük a bayesi tanulás működését. Ezenkívül a legkisebb négyzetek bayesi (mint a maximális likehood), tehát ez is kíméletesebb bevezetést jelent a bayesi statisztikákhoz, az mcmc-hez képest.
- Véleményem szerint az mcmc-t el kell kerülni és végső megoldásként kell használni – a legtöbb esetben egyszerűen túl sokáig tart (bár nagy adathalmazokkal foglalkozom, ahol minden alapvetően mle).Az mcmc bizonyos fokig " szánkó ". Az mcmc a numerikus integráció algoritmusa is. Se több, se kevesebb. Ugyanazt a bevezető kezelést kell kapnia, mint más algoritmusokat, például a laplace-módszert és a kvadrátot. Ellenkező esetben az emberek szűk képet fognak kialakítani arról, hogy mi a " bayesi statisztika ".
Válasz
Ha véletlenül a fizikai tudományokból származik (fizika / csillagászat), akkor azt javasoljuk, hogy Bayes-i logikai Adatelemzés a fizikai tudományok számára: összehasonlító megközelítés a Mathematica® támogatással , Gregory (2006).
Bár a cím “Mathematica® támogatással” része csak kereskedelmi kérdésekre szól ( a Mathematica kód használata nagyon gyenge), ebben a könyvben az a jó, hogy valóban bevezetés a valószínűségek és statisztikák témájába. Van még néhány fejezete a gyakoriak statisztikáiról. Miután azonban lövést adott neki, keresse fel a Gelman et. sok ember ajánlott téged. A Gergely-könyv anyagának nagy részét könnyedén veszik (ha nem, ez nem lenne bevezetés): Gelman könyve számomra valóban újjáébredt Gregory könyvéből.
Megjegyzések
- Phil Gregory ' könyv valóban nagyon jó bevezetés, némileg hasonló a Bolstad ' bevezető haladó matematikai háttérrel rendelkező emberek számára. További források találhatók Phil Gregory ' s webhelyen és van egy kiegészítés is, amely a hierarchikus modellekkel és a hiányzó adatkezeléssel foglalkozik.
Válasz
Olvastam:
Gelman és mtsai (2013). Bayesi adatelemzés. CRC Press LLC. 3. kiadás
Hoff, Peter D (2009). Első kurzus a bayesi statisztikai módszerekről. Springer-szövegek a statisztikában.
Kruschke, Bayesi adatelemzés: oktatóanyag R-vel és hibákkal, 2011. akadémikus Nyomja meg az / Elsevier gombot.
és úgy gondolom, hogy a jobb kezdeni Kruschke könyve. Tökéletes a bayesi gondolkodás első megközelítéséhez: a fogalmak nagyon világosan meg vannak magyarázva, nincs túl sok matematika, és sok szép példa van!
Gelman et al. Egy nagyszerű könyv, de fejlettebb, és azt javaslom, hogy olvassa el a Kruschke után.
Ezzel szemben nem szerettem Hoff könyvét, mert ez egy bevezető könyv, de a fogalmak (és a bayesi gondolkodás) nem világos módon magyarázom. Javaslom, hogy adja át.
Válasz
Nem szigorúan a Bayesi statisztika, de határozottan tudom Rogers és Girolami által ajánlott “A gépi tanulás első tanfolyama” , amely lényegében bevezető a gépi tanulás bayesi megközelítésébe. Nagyon jól strukturált, világos és célzott olyan diákoknál, akiknek nincs erős matematikai hátterük. Ez azt jelenti, hogy ez egy nagyon jó első bevezetés a Bayes-i gondolatokhoz. Van egy MATLAB / OCTAVE kód is, ami egy szép szolgáltatás. h2>
Bayesi statisztika a társadalomtudósok számára . Phillips, Lawrence D. (1973), Thomas Crowell & Co. Nagyon világos, nagyon hozzáférhető, statisztikai ismereteket nem feltételez, és ellentétben Bolstaddal, amelyet száraznak találtam, van néhány személyiség.
Válasz
Ez a könyv azt sugallja, hogy a belépő szintű alapképzésre irányul.
Biostatisztika: A Bayesi bevezetés. George G Woodsworth.
Kiadta John Wiley & Sons
Válasz
Az alapoktól a haladókig jó könyv, amelyet letölthet,
Andrew Gelman, John Carlin, Hal Stern, David Dunson, Aki Vehtari és Donald Rubin , Bayesi adatelemzés , http://www.stat.columbia.edu/~gelman/book/
töltse le az első két fejezetet:
Richard McElreath, Bayesi tanfolyam példákkal R és Stan ben, https://xcelab.net/rm/statistical-rethinking/
Megjegyzések
- Nagyon ajánlom Dr. McElreath ' könyvét, ha nem rendelkezik szigorú statisztikai következtetési képzéssel.
Válasz
Gill, J. (2014). Bayesi módszerek: Társadalmi és magatartástudományi megközelítés. 3. kiadás.
Politikatudományi professzor írta, társadalomtudósokat tartva szem előtt. R kód van megadva.
http://www.amazon.com/Bayesian-Methods-Behavioral-Sciences-Statistics/dp/1439862486/
Vélemény, hozzászólás?