Bayesi módszerek: A Social and Behavioral Sciences Approach, Third Edition

Olvasói vélemények

A könyvet a Bayes-statisztika átfogó és közérthető bevezetése miatt dicsérik, így az olvasók széles köre számára alkalmas, beleértve a minimális statisztikai képzettséggel rendelkezőket is. Jól felépített, világos magyarázatokkal és gyakorlati példákkal, nevezetesen R-kóddal. Néhány felhasználó azonban megjegyezte a tartalomjegyzékkel kapcsolatos lehetséges problémát, amely alulreprezentálhatja a könyv tartalmát, valamint kisebb panaszokat a könyv fizikai állapotával kapcsolatban a vásárláskor.

⬤ A Bayes-módszerek és a statisztikai következtetés átfogó lefedettsége.
⬤ Megközelíthető a statisztikusok minden szintje számára.
⬤ Jól megírt magyarázatok és a fogalmak világos levezetése.
⬤ R kódpéldákat tartalmaz a gyakorlati alkalmazáshoz.
⬤ Rengeteg példát és hivatkozást tartalmaz.
⬤ Ideális önképzésre.

⬤ A tartalomjegyzék nem feltétlenül tükrözi pontosan a tartalom mélységét.
⬤ Néhány felhasználó problémákat tapasztalt a fizikai példányokkal kapcsolatban, például a borító megrepedt.
⬤ A haladó témák teljes megértéséhez szükség lehet némi valószínűségi és statisztikai háttérismeretre.

(9 olvasói vélemény alapján)

Eredeti címe:

Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition

Könyv tartalma:

A legnépszerűbb, felsőfokú bevezetés a Bayes-statisztikába társadalomtudósok számára

Most, hogy a bayesi modellezés standarddá vált, az MCMC jól érthető és megbízható, a számítási teljesítmény pedig folyamatosan növekszik, a Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition inkább az eljárások végrehajtásának részleteire és kevésbé az eljárások indoklására összpontosít. A kibővített példák ezt a frissített megközelítést tükrözik.

Újdonság a harmadik kiadásban

⬤ A bayesi döntéselméletről szóló fejezet, amely kitér a bayesi és a frequentista döntéselméletre, valamint az empirikus Bayes és a James-Stein-féle becslés kapcsolatára.

⬤ Egy fejezet az MCMC-módszerek gyakorlati megvalósításáról a BUGS szoftver segítségével.

⬤ Nagyon bővített fejezet a hierarchikus modellekről, amely bemutatja, hogy ez a terület mennyire jól illeszkedik a bayesi paradigmához.

⬤ Sok új alkalmazás a társadalomtudományok számos tudományágából.

⬤ Kétszer annyi feladat, most már 20 darab található minden fejezetben.

⬤ Frissített BaM csomag R-ben, beleértve új adatkészleteket, kódot és eljárásokat a BUGS csomagok R-ből történő hívására.

Ez a bestseller, nagyra értékelt szöveg továbbra is alkalmas számos kurzusra, beleértve a bevezető kurzusokat vagy a számítástechnika-központú kurzusokat. Megmutatja a társadalom- és viselkedéstudományok hallgatóinak, hogyan használják a Bayes-módszereket a gyakorlatban, felkészítve őket a területen végzett kifinomult, valós munkára.