Qual è il miglior libro di testo introduttivo alla statistica bayesiana?
Un libro per risposta, per favore.
Commenti
- Nelle risposte, spiega perché stai consigliando un libro come ” il migliore. ”
- Come può esserci più di una risposta a una domanda formulata in questo modo?
- Questa è un vecchio thread ora, ma sono tornato a fare +1 su un nuovo libro ” Ripensamento statistico. E guardando le risposte di grado più alto nel thread, penso che non sia stata fatta una distinzione chiave ‘: ” introduttiva ” per chi? Un primo corso di statistica (che ha un approccio bayesiano)? Unintroduzione ai metodi bayesiani per qualcuno con classi di statistica universitaria di base (non bayesiana)? O unintroduzione alle statistiche bayesiane per un praticante di statistica non bayesiana che è stato finalmente convinto che questa cosa bayesiana non è ‘ una moda passeggera? Introduzioni molto diverse.
Risposta
John Kruschke ha pubblicato un libro a metà del 2011 chiamato Analisi dei dati bayesiana: un tutorial con R e BUGS . (Una seconda edizione è stata rilasciata nel novembre 2014: Doing Bayesian Data Analysis, Second Edition: A Tutorial with R, JAGS, and Stan .) È veramente introduttivo. Se vuoi passare dalle statistiche dei frequentisti a Bayes, soprattutto con i modelli multilivello, ti consiglio Gelman e Hill.
John Kruschke ha anche un sito web per book che contiene tutti gli esempi nel libro in BUGS e JAGS. Anche il suo blog sulle statistiche bayesiane si collega al libro.
Commenti
- Il suggerimento di @Amir ‘ è un duplicato di questo. (Il titolo completo del libro è ” Doing Bayesian Data Analysis: A Tutorial with R and BUGS “.) Come un libro veramente introduttivo , Ho ‘ ho fatto +1 ‘ ciascuno.
- ho aggiornato il titolo e aggiunto un paio di link correlati.
- Voto anche per il libro di Kruschke ‘. Ho ‘ sfogliato la maggior parte dei libri elencati nelle risposte e questo è quello che ho trovato più chiaro. IMO, è il libro delle statistiche più chiaro che ho letto. Aiuta molto che il codice R sia disponibile per abbinare le formule con il codice. Lautore inizia con esempi molto semplici e si basa su di essi. È necessario pochissimo background. Tutte le recensioni su Amazon sono molto favorevoli. Il libro di Hoff ‘ è il mio secondo preferito.
- Haha, mi piace la copertina del libro: ” Why the happy cuccioli? (come se cuccioli felici avessero bisogno di una giustificazione!) ”
- Il mio voto va anche al libro del 2010 di Kruschke ‘. Nel tentativo di imparare le statistiche bayesiane, ne ho provate diverse e questa ha centrato nel segno. Difficile.
Risposta
Commenti
- Questo è un libro introduttivo per persone che hanno una discreta quantità di base statistica già.
- Ho iniziato un dottorato di ricerca in statistica 9 mesi fa e ad essere onesti, il BDA di Gelman ‘ è ancora al di sopra di me, quindi non lo farei ‘ tc tutto è un testo introduttivo!
- @Shane, puoi per favore a questa risposta che spiega perché ‘ è il tuo preferito?
- @ naught101 quindi fai un voto negativo senza conoscere il libro?
- I primi quattro o cinque capitoli sono davvero introduttivi! quindi appartiene qui.
Risposta
Ripensamento statistico , è stato rilasciato solo poche settimane fa e quindi lo sto ancora leggendo, ma penso che sia unaggiunta molto bella e fresca ai libri davvero introduttivi sulle statistiche bayesiane.Lautore utilizza un approccio simile a quello usato da John Kruschke nei suoi libri sui cuccioli ; molto verboso, spiegazioni dettagliate, bei esempi pedagogici, usa anche un approccio computazionale piuttosto che matematico.
Le lezioni di YouTube e altro materiale sono disponibili anche qui .
Codice trasferito su Python / PyMC3
Commenti
- +1 I ‘ Sto ascoltando le lezioni adesso. È ‘ molto divertente e ha un buon approccio. Il libro è eccellente e ti porta dalle basi ai modelli gerarchici. Presuppone solo che il lettore sia in qualche modo scientifico, abbia una conoscenza ragionevole della matematica (escluso il calcolo) e abbia sentito alcune cose sulla statistica. È ‘ il libro che vorrei ‘ di avere. Lordine in cui presenta le cose e il suo sistema di accantonamenti è brillante.
- Ho sbattuto contro un muro cercando di lavorare con il libro di Kruschke ‘ dove ha iniziato a creare grandi passi avanti nella logica che non potevo ‘ seguire. Fortunatamente, mi sono imbattuto in Statistical Rethinking, che finora è lunico libro che ‘ ho trovato che ti offre una comprensione veramente intuitiva dellargomento.
- Dopo aver visitato attraverso il thread, ho provato a leggere il primo capitolo di questo libro e lho trovato molto difficile come madrelingua inglese e come non scienziato . Prima ho dovuto passare attraverso parole come epistemologia , idiosincratico , poi ci sono frasi lunghe, che ho dovuto leggere due volte / tre volte per capire cosa significa letteralmente (dimentica la conclusione di quelle frasi). Quindi il primissimo esempio riguarda levoluzione naturale, che mi suonava greca: numero di siti, numero di alleli, neutralità . Il libro potrebbe essere facile per molti, ma potrebbe essere difficile per molti
- Una seconda edizione di questo (superbo) libro uscirà a marzo 2020 .
Risposta
Sivia and Skilling, Data analysis: a Bayesian tutorial (2ed) 2006 246p 0198568320 books.goo :
Le lezioni di statistica sono state fonte di grande sconcerto e frustrazione per generazioni di studenti. Questo libro tenta di porre rimedio alla situazione esponendo un approccio logico e unificato allintero argomento dellanalisi dei dati. Questo testo è inteso come guida tutorial per studenti universitari senior e ricercatori in scienze e ingegneria …
Non conosco però gli altri consigli.
Commenti
- Questo libro è eccellente. È ‘ breve e pratico.
- Penso che questo sia un testo introduttivo molto migliore di Gelman.
- Uno dei miei preferiti.
Risposta
Commenti
- Sono decisamente daccordo. Entrambi ottimi libri. Inizia con il calcolo bayesiano con R, quindi ottieni Gelman et al.
- Link è morto. Forse questo? bayesball.github.io/bcwr/index.html
Risposta
Per unintroduzione, consiglierei Programmazione probabilistica & Metodi bayesiani per hacker di Cam Davidson-Pilon, disponibile gratuitamente online.
Dalla sua descrizione:
Unintroduzione ai metodi bayesiani e alla programmazione probabilistica da un calcolo / comprensione-primo, matematica-secondo punto di vista.
È altamente visivo, taglia direttamente al valore e riempie i dettagli più grintosi in seguito, ha molti di esempi, ha un codice interattivo (in IPython Notebook).
Commenti
- Ho pensato che questo libro online fosse difficile da seguire / scritto male.
- Penso che il libro vada bene.
- Penso che questo libro sia una fantastica introduzione per i programmatori per avere unottima prima esperienza con le statistiche bayesiane
Risposta
Consiglio vivamente la divertente polemica “Teoria della probabilità: la logica della scienza” di E.T. Jaynes.
Questo è un testo introduttivo nel senso che non richiede (e anzi preferisce) nessuna conoscenza precedente di statistica, ma alla fine impiega una matematica abbastanza sofisticata. Rispetto alla maggior parte delle altre risposte fornite, questo libro non è così pratico o facile da digerire, piuttosto fornisce il fondamento filosofico del motivo per cui vorresti utilizzare metodi bayesiani e perché non usare approcci frequentisti. È introduttivo in modo storico e filosofico, ma non pedagogico.
Commenti
- Questo è un libro brillante sul pensiero bayesiano piuttosto che sullapplicazione dei metodi bayesiani. Penso che questo sia un buon testo di accompagnamento a qualcosa che va più nel modo in cui si fanno i calcoli bayesiani.
- Questo ‘ è un buon modo per metterlo. Penso che Sivia and Skilling sia un testo di accompagnamento ideale per introdurre i metodi nella pratica (che è già stato suggerito in unaltra risposta).
- Divertente, polemico e originale, sicuramente, ma sicuramente non un libro introduttivo.
Risposta
Il suo focus non è strettamente sulle statistiche bayesiane, quindi manca di metodologia, ma David MacKay “La teoria dellinformazione, linferenza e gli algoritmi di apprendimento mi hanno fatto comprendere in modo intuitivo le statistiche bayesiane meglio di altri: la maggior parte lo fa abbastanza bene, ma ho sentito che MacKay ha spiegato perché meglio.
Commenti
- Ed è disponibile per il download gratuito dalla pagina degli autori: inference.phy.cam.ac.uk/mackay/itila/book.html
- Come Sivia, questo è molto bello se hai un background di fisica e può essere difficile in caso contrario. Non è una buona guida a nessun tipo di statistica sociale applicata (per questo usa Gelman e Hill, o Gelman et al. Sopra) ma è davvero ottima per spingerti a pensare veramente alle questioni fondamentali.
Risposta
Sono un ingegnere elettrico e non uno statistico. Ho passato molto tempo a esaminare Gelman, ma non credo che si possa affatto riferirsi a Gelman come introduttivo. Il mio professore bayesiano-guru della Carnegie Mellon è daccordo con me su questo punto. Avendo la minima conoscenza di statistiche e R e Bugs (come il modo più semplice per FARE qualcosa con le statistiche bayesiane) Fare analisi dei dati bayesiani: un tutorial con R e BUGS è un inizio fantastico. Puoi confrontare tutti i libri offerti facilmente dalla copertina del loro libro!
Aggiornamento di 5 anni dopo: voglio aggiungere che forse un altro modo importante di apprendere in modo veloce (40 minuti) è passare attraverso la documentazione di una GUI di rete bayesiana basata strumento come Netica 2 . Inizia con le nozioni di base, ti guida attraverso i passaggi della creazione di una rete basata su una situazione e sui dati e su come rispondere alle tue domande avanti e indietro per “prenderlo!”.
Commenti
- Questo è un duplicato di @rosser ‘ s risposta sopra. Come una bozza veramente introduttiva ok, ‘ ho +1 ‘ ciascuno.
Risposta
I libri di Gelman sono tutti eccellenti ma non necessariamente introduttivi in quanto presumono che tu conosca già alcune statistiche. Pertanto sono unintroduzione al modo bayesiano di fare statistica piuttosto che alla statistica in generale. Vorrei comunque dare loro il pollice in su.
Come libro introduttivo di statistica / econometria che prende una prospettiva bayesiana, consiglierei Gary Koop “s Econometria bayesiana .
Risposta
Commenti
- @Xi ‘ an e gappy, per favore spiega perché questo libro può essere consigliato. Per chi è adatto? In che senso è ” migliore “?
- Non voglio cadere nellautopromozione. Bayesian Core è una voce autonoma per linferenza bayesiana per i modelli più comuni e per i metodi di calcolo (codici R forniti). Richiede un background in teoria della probabilità che potrebbe essere troppo per alcuni lettori … (Funziona bene con i nostri studenti del 4 ° e 5 ° anno in Francia.)
Risposta
Il mio primo testo universitario preferito per le statistiche bayesiane è di Bolstad, Introduzione alle statistiche bayesiane . Se stai cercando qualcosa di livello universitario, questo sarà troppo elementare, ma per qualcuno che è nuovo alle statistiche questo è lideale.
Risposta
Non so perché nessuno abbia menzionato il libro molto introduttivo sul bayesiano:
Esiste una versione PDF gratuita del libro. Il libro offre materiale sufficiente per chiunque abbia poca esperienza in bayesiano. Introduce il concetto di distribuzione precedente, distribuzione successiva, distribuzione beta ecc.
Provalo, è gratuito.
Risposta
Ho letto alcune parti di Un primo corso di metodi statistici bayesiani di Peter Hoff, e lho trovato facile da seguire. (Il codice R di esempio è fornito in tutto il testo)
Risposta
Proveniente da un background non statistico, ho trovato Introduzione alla statistica bayesiana applicata e alla stima per scienziati sociali abbastanza informativo e facile da seguire.
Risposta
Ho trovato unottima introduzione in Gelman and Hill (2007) Analisi dei dati mediante regressione e modelli multilivello / gerarchici . (Altri commenti lo menzionano, ma merita di essere votato da solo.)
Rispondi
Se stai cercando un testo elementare, cioè uno che non ha un prerequisito di calcolo, cè “s Don Berry” Statistics: A Bayesian Perspective .
Risposta
Dai unocchiata a “La scelta bayesiana” . Ha il pacchetto completo: basi, applicazioni e calcolo. Scritto in modo chiaro.
Commenti
- Sarebbe non solo un “bayesiano” ma piuttosto una “ottima scelta”, se il manuale della soluzione fosse disponibile per se stesso -studia. Sembra che sia inteso solo per uso universitario …
Risposta
Ho almeno dato unocchiata la maggior parte di questi in questo elenco e nessuno è buono come il nuovo idee bayesiane e analisi dei dati secondo me.
Modifica: è È facile iniziare immediatamente a fare analisi bayesiane durante la lettura di questo libro. Non solo modellare la media da una distribuzione Normale con varianza nota, ma lanalisi dei dati effettivi dopo il primo paio di capitoli. Tutti gli esempi di codice e i dati sono sul sito web del libro. Copre una discreta quantità di teoria, ma il focus è sulle applicazioni. Molti esempi su unampia gamma di modelli. Bel capitolo sulla nonparametria bayesiana. Esempi di Winbugs, R e SAS. Lo preferisco rispetto a Doing Bayesian Data Analysis (ho entrambi). La maggior parte dei libri qui (Gelman, Robert, …) non sono introduttivi secondo me e, a meno che tu non abbia qualcuno con cui parlare, probabilmente ti rimarranno più domande che risposte. Il libro di Albert non copre abbastanza materiale per sentirsi a proprio agio nellanalisi di dati diversi da quelli presentati nel libro (di nuovo la mia opinione).
Commenti
- ” Buono ” in che senso?
- Buon punto. Buono come nel miglior libro di testo bayesiano introduttivo. Credo deve essere ‘ migliore ‘ dellanalisi dei dati bayesiana con R di Albert e io abbiamo trovato lanalisi dei dati bayesiana di Gelman et al. non è sufficiente come introduzione. Dopo aver appreso del materiale bayesiano, tuttavia, è un buon riferimento.
Risposta
Risposta
Se dovessi scegliere un solo testo per un principiante, sarebbe
Sivia DS and Skilling J (2006) book (see below). Di tutti i libri elencati di seguito si sforza di dare una comprensione intuitiva delle idee essenziali, ma ne richiede comunque alcune raffinatezza matematica da pagina 1.
Di seguito è riportato un elenco di ulteriori letture dal mio libro, con commenti su ciascuna pubblicazione.
Bernardo, JM e Smith, A, (2000) 4. Teoria bayesiana Un resoconto rigoroso dei metodi bayesiani, con molti esempi del mondo reale.
Bishop, C (2006) 5. Riconoscimento di modelli e apprendimento automatico. Come suggerisce il titolo, si tratta principalmente di machine learning, ma fornisce un resoconto lucido e completo dei metodi bayesiani.
Cowan G (1998) 6. Analisi statistica dei dati. Uneccellente introduzione non bayesiana allanalisi statistica.
Dienes, Z (2008) 8. Comprendere la psicologia come scienza: unintroduzione allinferenza scientifica e statistica. Fornisce materiale didattico sulla regola di Bayes e una lucida analisi della distinzione tra statistiche bayesiane e frequentiste.
Gelman A, Carlin J, Stern H e Rubin D. (2003) 14. Analisi dei dati bayesiani. Un resoconto rigoroso e completo dellanalisi bayesiana, con molti esempi del mondo reale.
Jaynes E e Bretthorst G (2003) 18. Teoria della probabilità: la logica della scienza. Il classico moderno dellanalisi bayesiana. È esauriente e saggio. Il suo stile discorsivo lo rende lungo (600 pagine) ma mai banale, ed è ricco di approfondimenti.
Khan, S, 2012, Introduzione al teorema di Bayes. I video di matematica online di Salman Khan sono una buona introduzione a vari argomenti, inclusa la regola di Bayes.
Lee PM (2004) 27. Statistiche bayesiane: unintroduzione. Un testo rigoroso e completo con uno stridente stile bayesiano.
MacKay DJC (2003) 28. Teoria dellinformazione, inferenza e algoritmi di apprendimento. Il classico moderno sulla teoria dellinformazione. Un testo molto leggibile che vaga in lungo e in largo su molti argomenti, quasi tutti che fanno uso della regola di Bayes.
Migon, HS e Gamerman, D (1999) 30. Statistical Inference: An Integrated Approach. Un resoconto diretto (e chiaramente esposto) dellinferenza, che confronta approcci bayesiani e non bayesiani. Nonostante sia abbastanza avanzato, lo stile di scrittura è di natura tutorial.
Pierce JR (1980) 34 2a edizione. Unintroduzione alla teoria dellinformazione: simboli, segnali e rumore. Pierce scrive con uno stile di scrittura informale e tutoriale, ma non esita a presentare i teoremi fondamentali della teoria dellinformazione.
Reza, FM (1961) 35. Unintroduzione alla teoria dellinformazione. Un libro più completo e matematicamente rigoroso del libro di Pierce sopra, e idealmente dovrebbe essere letto solo dopo aver letto per la prima volta il testo più informale di Pierce.
Sivia DS e Skilling J (2006) 38. Analisi dei dati: un tutorial bayesiano. Questa è uneccellente introduzione in stile tutorial ai metodi bayesiani.
Spiegelhalter, D and Rice, K (2009) 36. Statistiche bayesiane. Scholarpedia, 4 (8): 5230. http://www.scholarpedia.org/article/Bayesian_statistics Un riepilogo affidabile e completo dello stato attuale delle statistiche bayesiane.
Ed ecco il mio libro, pubblicato nel giugno 2013.
Regola di Bayes: Introduzione allanalisi bayesiana, Dr James V Stone, ISBN 978-0956372840
Il capitolo 1 può essere scaricato da: http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Descrizione: Scoperto da un diciottesimo matematico e predicatore del secolo, la regola di Bayes è una pietra angolare della moderna teoria della probabilità. In questo libro riccamente illustrato, viene utilizzata una serie di esempi accessibili per mostrare come la “regola di Bayes sia in realtà una conseguenza naturale del ragionamento di buon senso. La regola di Bayes” viene derivata utilizzando rappresentazioni grafiche intuitive della probabilità e lanalisi bayesiana viene applicata alla stima dei parametri utilizzando il Programmi MatLab forniti. Lo stile di scrittura del tutorial, combinato con un glossario completo, lo rende un primer ideale per i principianti che desiderano acquisire familiarità con i principi di base dellanalisi bayesiana.
Risposta
Per principianti assoluti, prova William Briggs Infrangere la legge delle medie: probabilità nella vita reale e statistiche in inglese semplice
Risposta
Devo semplicemente includere MCMC in pratica . Fornisce uneccellente introduzione a MCMC, forse non così generale come altri libri menzionati, ma eccellente per acquisire intuizioni e intuizioni. Consiglierei di leggerlo dopo (o parallelamente a) calcolo bayesiano con R .
Commenti
- Mcmc non dovrebbe essere al centro di unintroduzione alla statistica bayesiana, secondo me. Penso che il campionamento del rifiuto sia più interessante come un modo per capire come funziona lapprendimento bayesiano. Inoltre, i minimi quadrati sono bayesiani (come la massima somiglianza), quindi anchessi rappresentano unintroduzione più delicata alla statistica bayesiana, rispetto a mcmc.
- La mia opinione è che mcmc dovrebbe essere evitato e usato come ultima risorsa – ci vuole semplicemente troppo tempo nella maggior parte dei casi (anche se mi occupo di big data set in cui tutto è fondamentalmente mle).mcmc è un ” mazza ” in una certa misura. Anche mcmc è un algoritmo per lintegrazione numerica. Niente di più, niente di meno. Dovrebbe ricevere lo stesso trattamento introduttivo di altri algoritmi, come il metodo laplace e quadratre. Altrimenti le persone svilupperanno una visione ristretta di cosa siano le ” statistiche bayesiane “.
Risposta
Se vieni dalle scienze fisiche (fisica / astronomia) ti consiglierei Bayesian Logical Data Analysis for the Physical Sciences: A Comparative Approach with Mathematica® Support di Gregory (2006).
Sebbene la parte “with Mathematica® Support” del titolo sia presente solo per questioni commerciali ( gli usi del codice Mathematica sono molto poveri), la cosa buona di questo libro è che è veramente unintroduzione allargomento delle probabilità e delle statistiche. Ha anche alcuni capitoli sulle statistiche frequentiste. Tuttavia, una volta che ci provi, scegli il libro di Gelman et. tutto quello che molte persone ti hanno consigliato. La maggior parte del materiale nel libro di Gregory è preso alla leggera (se no, non sarebbe unintroduzione): il libro di Gelman è stato un vero risveglio da Gregory per me.
Il libro di Comments
- Phil Gregory ‘ è davvero una bella introduzione, un po come Bolstad ‘ s introduzione per persone con un background matematico avanzato. Sono disponibili più risorse sul sito web di Phil Gregory ‘ s e cè anche un supplemento che affronta i modelli gerarchici e il trattamento dei dati mancanti.
Risposta
Ho letto:
Gelman et al (2013). Bayesian Data Analysis. CRC Press LLC. 3rd ed.
Hoff, Peter D (2009). A First Course in Bayesian Statistical Methods. Springer Texts in Statistics.
Kruschke, Doing Bayesian Data Analysis: A Tutorial with R and Bugs, 2011. Academic Press / Elsevier.
e penso che il migliore con cui iniziare sia il libro di Kruschke. È perfetto per un primo approccio al pensiero bayesiano: i concetti sono spiegati molto chiaramente, non cè troppa matematica e ci sono molti bei esempi!
Gelman et al. È un ottimo libro, ma è più avanzato e suggerisco di leggerlo dopo quello di Kruschke.
Al contrario, il libro di Hoff non mi è piaciuto perché è un libro introduttivo, ma i concetti (e il pensiero bayesiano) non lo sono spiegato in modo chiaro. Suggerisco di passare sopra.
Risposta
Statistiche non strettamente bayesiane in quanto tali, ma posso consiglia “A First Course on Machine Learning” di Rogers e Girolami, che è essenzialmente unintroduzione agli approcci bayesiani allapprendimento automatico. È molto ben strutturato, chiaro e mirato a studenti senza un forte background matematico. Ciò significa che è una buona prima introduzione alle idee bayesiane. Cè anche il codice MATLAB / OCTAVE che è una bella caratteristica.
Risposta
Statistiche bayesiane per scienziati sociali . Phillips, Lawrence D. (1973), Thomas Crowell & Co. È molto chiaro, molto accessibile, non presume alcuna conoscenza statistica e, a differenza di Bolstad che ho trovato asciutto, ne ha personalità.
Risposta
Questo libro suggerisce che è rivolto a livello universitario di primo livello
Biostatistica: A Introduzione bayesiana. Di George G. Woodsworth.
Pubblicato da John Wiley & Sons
Risposta
Un buon libro dalle basi allavanzato e che puoi scaricare è
Andrew Gelman, John Carlin, Hal Stern, David Dunson, Aki Vehtari e Donald Rubin , Bayesian Data Analysis , http://www.stat.columbia.edu/~gelman/book/
Puoi anche scarica i primi due capitoli di
Richard McElreath, Un corso bayesiano con esempi in R e Stan , https://xcelab.net/rm/statistical-rethinking/
Commenti
- Consiglio vivamente il libro del Dr. McElreath ‘ se ‘ non hai una formazione rigorosa sullinferenza statistica.
Risposta
Gill, J. (2014). Metodi bayesiani: un approccio alle scienze sociali e comportamentali. 3a edizione.
Scritto da un professore di scienze politiche, pensando agli scienziati sociali come target di riferimento. Viene fornito il codice R.
http://www.amazon.com/Bayesian-Methods-Behavioral-Sciences-Statistics/dp/1439862486/ 