Vilken är den bästa inledande lärobok för Bayesisk statistik?
En bok per svar, tack.
Kommentarer
- I svaren vänligen förklara varför du rekommenderar en bok som " det bästa. "
- Hur kan det finnas mer än ett svar på en frågeställning formulerad så här?
- Det här är en gammal tråd nu, men jag kom tillbaka till +1 för en ny bok " Statistisk omprövning. Och när jag tittar på de högre rangordnade svaren i tråden tror jag att en viktig skillnad inte har gjorts ' t: " inledande " för vem? En första kurs i statistik (som råkar ha en Bayesisk strategi)? En introduktion till Bayesian-metoder för någon med grundläggande (icke-Bayesian) statistikklasser? Eller en introduktion till Bayesiansk statistik för en utövare av icke-Bayesisk statistik som äntligen har övertygat sig om att denna Bayesiska sak inte är ' inte en modefluga? Mycket olika introduktioner.
Svar
John Kruschke släppte en bok i mitten av 2011 med namnet Doing Bayesian Data Analysis: A Tutorial with R and BUGS . (En andra upplaga släpptes i november 2014: Doing Bayesian Data Analysis, andra upplagan: En handledning med R, JAGS och Stan .) Det är verkligen inledande. Om du vill gå från frekvent statistik till Bayes dock, särskilt med modellering på flera nivåer, rekommenderar jag Gelman och Hill.
John Kruschke har också en webbplats för bok som har alla exemplen i boken i BUGS och JAGS. Hans blogg om Bayesiansk statistik länkar också in i boken.
Kommentarer
- @Amir ' förslag är en duplikat av detta. (Bokens fullständiga titel är " Doing Bayesian Data Analysis: A Tutorial with R and BUGS ".) Som en riktigt introduktionsbok , Jag ' ve +1 ' d vardera.
- uppdaterade titeln och lade till ett par relaterade länkar.
- Jag röstar också på Kruschke ' s bok. Jag ' har bläddrat i de flesta av de böcker som anges i svaren och det är den jag tyckte tydligast. IMO, det är den tydligaste statistikboken jag har läst. Det hjälper mycket att R-kod är tillgänglig för att matcha formler med kod. Författaren börjar med mycket enkla exempel och bygger vidare på dem. Mycket liten bakgrund behövs. Alla recensioner på Amazon är mycket gynnsamma. Hoff ' s bok är min andra favorit.
- Haha, jag gillar bokomslaget: " Varför den glada valpar? (som om glada valpar behövde rättfärdigas!) "
- Min röst går också till Kruschke ' 2010-bok. När jag försökte lära mig Bayesisk statistik försökte jag flera av dem, och den här slog märket. Hårt.
Svar
Kommentarer
- Detta är en introduktionsbok för människor som har en anständig mängd redan med statistisk bakgrund.
- Jag började doktorsexamen i statistik för 9 månader sedan och för att vara ärlig är Gelman ' BDA fortfarande över mig, så jag skulle inte ' tc allt en introduktionstext!
- @Shane, kan du tacka detta svar och förklara varför det ' är din favorit?
- @ naught101 så du nedröstar utan att känna till boken?
- De första fyra eller fem kapitlen är verkligen inledande! hör hemma här.
Svar
Statistisk nytänkande , har släppts för bara några veckor sedan och därför läser jag den fortfarande, men jag tycker är ett mycket trevligt och friskt tillskott till riktigt inledande böcker om Bayesian Statistics.Författaren använder ett liknande tillvägagångssätt som det som används av John Kruschke i hans valpböcker ; mycket detaljerad, detaljerade förklaringar, fina pedagogiska exempel, han använder också en beräkningsmetod snarare än matematisk.
Youtube-föreläsningar och annat material finns också från här .
Kod som överförs till Python / PyMC3
Kommentarer
- +1 I ' jag lyssnar igenom föreläsningarna nu. Han ' är mycket underhållande och har en bra inställning. Boken är utmärkt och tar dig från grunder till hierarkiska modeller. Det antar bara att läsaren är något vetenskaplig, har ett rimligt grepp om matematik (exklusive kalkyl) och har hört några saker om statistik. Det ' är boken jag önskar att jag ' d hade. Den ordning han presenterar saker i, och hans system av sidor är lysande.
- Jag träffade en vägg och försökte arbeta igenom Kruschkes ' s bok där han började göra några stora språng i logiken som jag bara inte kunde ' inte följa. Lyckligtvis kom jag över Statistical Rethinking, som hittills är den enda bok jag ' har hittat som ger dig en verkligt intuitiv förståelse av ämnet.
- Efter att ha gått genom tråden försökte jag läsa det första kapitlet i den här boken, och jag tyckte att det var mycket svårt som icke-engelsktalande och som icke-vetenskapsman . Först var jag tvungen att gå igenom orden som epistemology , idiosynkratisk , sedan finns det långa meningar som jag var tvungen att läsa två gånger / tre gånger för att förstå vad det betyder bokstavligen (glöm slutsatserna av dessa meningar). Då handlar det allra första exemplet om naturlig utveckling, som lät grekiskt för mig: antal platser, antal alleler, neutralitet . Boken kan vara lätt för många, men kan vara svår för många
- En andra upplaga av denna (fantastiska) bok kommer att komma ut Mars 2020 .
Svar
Sivia and Skilling, Data analysis: a Bayesian tutorial (2ed) 2006 246p 0198568320 books.goo :
Statistikföreläsningar har varit en källa till mycket förvirring och frustration för generationer av studenter. Denna bok försöker åtgärda situationen genom att redogöra för en logisk och enhetlig strategi för hela ämnet för dataanalys. Denna text är avsedd som en handledning för seniorstudenter och forskarstudenter inom naturvetenskap och teknik …
Jag vet dock inte de andra rekommendationerna.
Kommentarer
- Den här boken är utmärkt. Den ' är kort och praktisk.
- Jag tycker att det här är en mycket bättre inledande text än Gelman.
- En av mina favoriter.
Svar
Kommentarer
- Håller starkt med. Båda fantastiska böcker. Börja med Bayesian Computation With R och få Gelman et al.
- Länken är död. Kanske den här? bayesball.github.io/bcwr/index.html
Svar
För en introduktion rekommenderar jag Probabilistisk programmering & Bayesian Methods for Hackers av Cam Davidson-Pilon, fritt tillgänglig online.
Från dess beskrivning:
Introduktion till Bayesianska metoder och probabilistisk programmering från en beräkning / förståelse-först, matematik-andra synvinkel.
Det är mycket visuellt, skär direkt till värdet och återfyller grusiga detaljer senare, har massor av exempel, har interaktiv kod (i IPython Notebook).
Kommentarer
- Jag tyckte att den här onlineboken var svår att följa / dåligt skriven.
- Jag tycker att boken är bra.
- Jag tycker att den här boken är ett fantastiskt intro för programmerare att få en fantastisk första upplevelse med bayesisk statistik
Svara
Jag rekommenderar grundligt den underhållande polemiken ”Probability Theory: The Logic of Science” av E.T. Jaynes.
Detta är en inledningstext i betydelsen att det inte kräver (och faktiskt föredrar) ingen tidigare kunskap om statistik, men den använder så småningom ganska sofistikerad matematik. Jämfört med de flesta andra svar som tillhandahålls är den här boken inte alls lika praktisk eller lätt att smälta, utan den ger den filosofiska grunden till varför du skulle vilja använda Bayesianska metoder och varför inte använda frekventa metoder. Det är inledande på ett historiskt och filosofiskt, men inte pedagogiskt sätt.
Kommentarer
- Detta är en lysande bok om Bayesian tänkande snarare än att tillämpa Bayesianska metoder. Jag tycker att det här är en bra kompletterande text till något som går mer in i hur Bayesian-beräkningar görs.
- Att ' är ett bra sätt att uttrycka det. Jag tycker att Sivia och Skilling är en idealisk följeslagare för att introducera metoderna i praktiken (vilket redan har föreslagits i ett annat svar).
- Underhållande och polemisk och original, säkerligen, men definitivt inte en introduktionsbok.
Svar
Fokus är inte strikt på Bayesisk statistik, så det saknar viss metod, men David MacKay ”Informationsteori, inferens och inlärningsalgoritmer fick mig att intuitivt förstå Bayesiansk statistik bättre än andra – de flesta gör det ganska snyggt, men jag kände att MacKay förklarade varför bättre.
Kommentarer
- Och det finns gratis nedladdning på författarsidan: inference.phy.cam.ac.uk/mackay/itila/book.html
- Liksom Sivia är det här mycket trevligt om du har en viss fysikbakgrund och kan vara grov om inte. Inte en bra guide till någon form av tillämpad social statistik (för den användningen Gelman och Hill, eller Gelman et al. Ovan) men verkligen bra för att få dig att verkligen tänka på kärnfrågorna.
Svar
Jag är elektrotekniker och inte statistiker. Jag tillbringade mycket tid på att gå igenom Gelman men jag tror inte att man alls kan hänvisa till Gelman som inledande. Min bayesian-guru-professor från Carnegie Mellon håller med mig om detta. Jag har minsta kunskap om statistik och R och Bugs (som det enkla sättet att GÖRA något med Bayesian stat) Att göra Bayesian Data Analysis: En självstudie med R och BUGS är en fantastisk start. Du kan jämföra alla böcker som erbjuds enkelt genom deras bokomslag!
5 år senare uppdatering: Jag vill tillägga att kanske ett annat viktigt sätt att lära sig på ett snabbt sätt (40 minuter) är att gå igenom dokumentationen för ett Bayesian Net GUI-baserat verktyg som Netica 2 . Det börjar med grunderna, går igenom stegen för att bygga ett nät baserat på en situation och data och hur du kör dina egna frågor fram och tillbaka för att ”få det!”.
Kommentarer
- Detta är en duplikat av @rosser ' s svar ovan. Som en riktigt inledande bo ok, jag ' ve +1 ' d vardera.
Svar
Gelman-böckerna är alla utmärkta men inte nödvändigtvis inledande eftersom de antar att du redan känner till viss statistik. Därför är de en introduktion till det Bayesiska sättet att göra statistik snarare än till statistik i allmänhet. Jag skulle ändå ge dem tummen.
Som en introduktionsstatistik / ekonometrisk bok som tar ett Bayesiskt perspektiv skulle jag rekommendera Gary Koop ”s Bayesian Econometrics .
Svar
Kommentarer
- @Xi ' an och gappy, förklara varför den här boken kan rekommenderas. För vem är det lämpligt? I vilken mening är det " bäst "?
- Jag vill inte hamna i självreklam. Bayesian Core är ett fristående inträde till Bayesian slutsats för de vanligaste modellerna och beräkningsmetoder (R-koder tillhandahålls). Det kräver viss bakgrund i sannolikhetsteorin som kan vara för mycket för vissa läsare … (Det fungerar bra med våra 4: e och 5: e studenter i Frankrike.)
Svar
Min favorit första grundtext för bayesisk statistik är av Bolstad, Introduktion till Bayesian Statistics . Om du letar efter något på avancerad nivå kommer det att bli för elementärt, men för någon som är ny inom statistik är det perfekt.
Svar
Jag vet inte varför ingen har nämnt den mycket inledande boken om Bayesian:
Det finns en gratis PDF-version för boken. Boken erbjuder tillräckligt med material för alla som har mycket liten erfarenhet av bayesian. Den introducerar begreppet tidigare distribution, bakre distribution, beta-distribution etc.
Ge det en chans, det är gratis.
Svar
Jag har läst några delar av En första kurs i Bayesian statistiska metoder av Peter Hoff, och jag fann det lätt att följa. (Exempel R-kod ges i hela texten)
Svar
Kommer från icke-statistisk bakgrund hittade jag Introduktion till tillämpad bayesisk statistik och uppskattning för socialvetare ganska informativ och lätt att följa.
Svar
Jag hittade en utmärkt introduktion i Gelman and Hill (2007) Dataanalys med regression och flernivå / hierarkiska modeller . (Andra kommentarer nämner det, men det förtjänar att bli uppröstat på egen hand.)
Svar
Om du letar efter en elementär text, det vill säga en som inte har någon kalkylförutsättning, där finns Don Berry s Statistik: A Bayesian Perspective .
Svar
Ta en titt på ”The Bayesian Choice” . Den har hela paketet: stiftelser, applikationer och beräkning. Tydligt skrivna.
Kommentarer
- Skulle inte bara vara en ”Bayesian” utan snarare ett ”great choice”, om lösningshandboken var tillgänglig för sig själv -studie. Det verkar som att detta endast är avsett för universitetsbruk …
Svar
Jag har åtminstone tittat på de flesta av dessa på denna lista och ingen är lika bra som den nya Bayesian Ideas and Data Analysis enligt min mening.
Redigera: Det är lätt att omedelbart börja göra Bayesian-analys medan du läser den här boken. Modellera inte bara medelvärdet från en normalfördelning med känd varians, utan faktisk dataanalys efter de första kapitlen. Alla kodexempel och data finns på bokens webbplats. Täcker en anständig mängd teori men fokus är applikationer. Massor av exempel över ett brett utbud av modeller. Trevligt kapitel om Bayesian Nonparametrics. Winbugs, R och SAS exempel. Jag föredrar det framför Doing Bayesian Data Analysis (jag har båda). De flesta av böckerna här (Gelman, Robert, …) är enligt min mening inte inledande och om du inte har någon att prata med kommer du förmodligen att ha fler frågor än svar. Albert bok täcker inte tillräckligt med material för att känna sig bekväm att analysera data som skiljer sig från vad som presenteras i boken (igen min åsikt).
Kommentarer
- " Bra " i vilken mening?
- Bra poäng. Bra som i bästa inledande Bayesiska lärobok. Jag tror det är ' bättre ' än Bayesian Data Analysis med R av Albert och jag tyckte att Bayesian Data Analysis av Gelman et al. inte räckte som en introduktion. Efter att ha lärt sig lite bayesiskt material är det dock en bra referens.
Svar
Svar
Om jag var tvungen att välja en enda text för en nybörjare skulle det vara
Sivia DS and Skilling J (2006) book (see below). Av alla böcker som listas nedan strävar det efter att ge ett intuitivt grepp om de väsentliga idéerna, men det kräver fortfarande en del matematisk förfining från sidan 1.
Nedan följer en lista med ytterligare läsningar från min bok med kommentarer till varje publikation.
Bernardo, JM och Smith, A, (2000) 4. Bayesian Theory En noggrann redogörelse för Bayesian-metoder, med många verkliga exempel.
Bishop, C (2006) 5. Mönsterigenkänning och maskininlärning. Som titeln antyder handlar detta främst om maskininlärning, men det ger en klar och omfattande redogörelse för Bayesianska metoder.
Cowan G (1998) 6. Statistisk dataanalys. En utmärkt icke-Bayesisk introduktion till statistisk analys.
Dienes, Z (2008) 8. Förstå psykologi som vetenskap: En introduktion till vetenskaplig och statistisk inferens. Ger handledningsmaterial om Bayes regel och en klar analys av skillnaden mellan Bayesiansk och frekvent statistik.
Gelman A, Carlin J, Stern H och Rubin D. (2003) 14. Bayesian dataanalys. En noggrann och omfattande redogörelse för Bayesian analys, med många verkliga exempel.
Jaynes E och Bretthorst G (2003) 18. Sannolikhetsteori: vetenskapens logik. Den moderna klassikern av Bayesian-analys. Det är omfattande och klokt. Dess diskursiva stil gör den lång (600 sidor) men aldrig tråkig, och den är full av insikter.
Khan, S, 2012, Introduktion till Bayes teorem. Salman Khans matematiska videor online ger en bra introduktion till olika ämnen, inklusive Bayes regel.
Lee PM (2004) 27. Bayesian Statistics: En introduktion. En rigorös och omfattande text i en strid Bayesian-stil.
MacKay DJC (2003) 28. Informationsteori, inferens och inlärningsalgoritmer. Den moderna klassikern om informationsteori. En mycket läsbar text som sträcker sig långt över många ämnen, som nästan alla använder Bayes regel.
Migon, HS och Gamerman, D (1999) 30. Statistisk inferens: en integrerad strategi. En rak (och tydligt utformad) beräkning av slutsats, som jämför Bayesianska och icke-Bayesianska tillvägagångssätt. Trots att den är ganska avancerad är skrivstilen handledning i naturen.
Pierce JR (1980) 34 andra upplagan. En introduktion till informationsteori: symboler, signaler och brus. Pierce skriver med en informell skrivstil, men handlar inte om att presentera de grundläggande teorierna i informationsteorin.
Reza, FM (1961) 35. En introduktion till informationsteori. En mer omfattande och matematisk noggrannare bok än Pierce-boken ovan och bör helst läsas först efter att ha läst Pierces mer informella text.
Sivia DS och Skilling J (2006) 38. Dataanalys: En Bayesian-handledning. Detta är en utmärkt introduktion till handledningstil till Bayesian-metoder.
Spiegelhalter, D and Rice, K (2009) 36. Bayesisk statistik. Scholarpedia, 4 (8): 5230. http://www.scholarpedia.org/article/Bayesian_statistics En tillförlitlig och omfattande sammanfattning av den nuvarande statusen för Bayesisk statistik.
Och här är min bok, publicerad i juni 2013.
Bayes ”Rule: A Tutorial Introduction to Bayesian Analysis, Dr James V Stone, ISBN 978-0956372840
Kapitel 1 kan laddas ner från: http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Beskrivning: Upptäckt av en 18: e århundradets matematiker och predikant, är Bayes regel en hörnsten i modern sannolikhetsteori. I denna rikt illustrerade bok används en rad tillgängliga exempel för att visa hur Bayes-regeln faktiskt är en naturlig följd av rimligt resonemang. Bayes-regel härleds med intuitiva grafiska representationer av sannolikhet och Bayesian-analys tillämpas på parameteruppskattning med hjälp av MatLab-program tillhandahålls. Handledningens skrivstil, kombinerat med en omfattande ordlista, gör detta till en idealisk grundfärg för nybörjare som vill bekanta sig med de grundläggande principerna för Bayesian-analys.
Svar
För komplett nybörjare, prova William Briggs Bryta mot lagen om genomsnitt: sannolikhet i verkligheten och statistik på vanlig engelska
Svar
Jag måste helt enkelt inkludera MCMC i praktiken . Det ger en utmärkt introduktion till MCMC, kanske inte så allmän som andra böcker som nämns, men utmärkt för att få insikt och intuition. Jag rekommenderar att du läser den efter (eller parallellt med) Bayesian Computation with R .
Kommentarer
- Mcmc borde enligt min mening inte vara fokus för en introduktion till bayesisk statistik. Jag tror att avvisande provtagning är mer tilltalande som ett sätt att förstå hur bayesisk inlärning fungerar. Minsta kvadrater är också bayesisk (liksom maximal likhet), så det representerar också en mildare introduktion till bayesisk statistik jämfört med mcmc.
- Min åsikt är att mcmc bör undvikas och användas som en sista utväg – det tar helt enkelt för lång tid i de flesta fall (även om jag hanterar stora datamängder där allt är i princip mle).mcmc är en " slägga " till viss del. Även mcmc är en algoritm för numerisk integration. Varken mer eller mindre. Den ska få samma inledande behandling som andra algoritmer, som laplace-metoden och kvadratern. Annars kommer människor att utveckla en smal bild av vad " bayesisk statistik " är.
Svar
Om du råkar komma från de fysiska vetenskaperna (fysik / astronomi) skulle jag rekommendera dig Bayesian Logical Dataanalys för fysiska vetenskaper: En jämförande metod med Mathematica®-stöd av Gregory (2006).
Även om ”med Mathematica®-support” -delen av titeln bara finns för kommersiella frågor ( användningen av Mathematica-koden är mycket dålig), det som är bra med den här boken är att det verkligen är en introduktion till ämnet sannolikhet och statistik. Det har till och med några kapitel om frekvent statistik. Men när du väl har försökt, gå till Gelman et. al att många rekommenderade dig. Det mesta av materialet i Gregory-boken tas lätt (om inte, skulle det inte vara en introduktion): Gelmans bok har varit en verklig uppvaknande från Gregory för mig.
Kommentarer
Svar
Jag läste:
Gelman et al (2013). Bayesian Data Analysis. CRC Press LLC. 3: e upplagan.
Hoff, Peter D (2009). En första kurs i Bayesian statistiska metoder. Springer Texts in Statistics.
Kruschke, Doing Bayesian Data Analysis: A Tutorial with R and Bugs, 2011. Academic Tryck på / Elsevier.
och jag tror att den bättre att börja med är Kruschkes bok. Det är perfekt för ett första tillvägagångssätt för Bayesian tänkande: begrepp förklaras mycket tydligt, det finns inte för mycket matematik, och det finns många fina exempel!
Gelman et al. Är en bra bok, men den är mer avancerad och jag föreslår att jag läser den efter Kruschke.
Omvänt tyckte jag inte om Hoffs bok eftersom den är en inledande bok, men begrepp (och Bayesian tänkande) är inte förklaras på ett tydligt sätt. Jag föreslår att jag går över.
Svar
Inte strikt Bayesisk statistik som sådan, men jag kan starkt rekommenderar ”En första kurs om maskininlärning” av Rogers och Girolami, som i huvudsak är en introduktion till Bayesianska metoder för maskininlärning. Dess mycket välstrukturerade och tydliga och riktade hos studenter utan stark matematisk bakgrund. Det betyder att det är en ganska bra första introduktion till Bayesiska idéer. Det finns också MATLAB / OCTAVE-kod som är en trevlig funktion.
Svar
Bayesian Statistics for Social Scientists . Phillips, Lawrence D. (1973), Thomas Crowell & Co. Det är väldigt tydligt, mycket tillgängligt, förutsätter ingen statistikkunskap, och till skillnad från Bolstad som jag tyckte vara torr, har personlighet.
Svar
Denna bok antyder att den riktar sig till grundnivå på grundnivå
Biostatistik: A Bayesian Introduction. Av George G Woodsworth.
Publicerad av John Wiley & Sons
Svar
En bra bok från grunderna till avancerade, och som du kan ladda ner, är
Andrew Gelman, John Carlin, Hal Stern, David Dunson, Aki Vehtari och Donald Rubin , Bayesian Data Analysis , http://www.stat.columbia.edu/~gelman/book/
Du kan också ladda ner de två första kapitlen av
Richard McElreath, En Bayesian-kurs med exempel i R och Stan , https://xcelab.net/rm/statistical-rethinking/
Kommentarer
- Jag rekommenderar dr. McElreath ' s bok om du inte ' inte har noggrann statistisk inferensutbildning.
Svar
Gill, J. (2014). Bayesian Methods: En metod för social och beteendevetenskap. 3: e upplagan.
Skriven av en statsvetenskaplig professor, med samhällsvetare som målgrupp i åtanke. R-kod tillhandahålls.
http://www.amazon.com/Bayesian-Methods-Behavioral-Sciences-Statistics/dp/1439862486/ 