Olvasói vélemények
Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Könyv tartalma:
E gyakorlatias könyv második kiadása felkészíti a társadalomtudományok kutatóit arra, hogy a legújabb Bayes-módszereket alkalmazzák adatelemzési problémáikra. Új fejezeteket tartalmaz a modell bizonytalanságáról, a Bayes-féle változóválasztásról és ritkaságról, valamint a statisztikai modellezés Bayes-féle munkafolyamatáról. A második kiadás világosan elmagyarázza a frequentista és episztemikus valószínűség- és előzetes eloszlásokat, és hangsúlyozza a nyílt forráskódú RStan szoftvercsomag használatát. A szöveg kitér a Hamiltonian Monte Carlo, a Bayes-féle lineáris regresszió és az általánosított lineáris modellek, a modellértékelés és -összehasonlítás, a többszintű modellezés, a folytonos és kategorikus látens változók modelljei, a hiányzó adatok és még sok más kérdésre. A fogalmakat teljes mértékben illusztrálják a nagyszabású oktatási és társadalomtudományi adatbázisokból - például a Program for International Student Assessment és a Early Childhood Longitudinal Study - vett példák. A kommentált RStan-kódok szűrt dobozokban jelennek meg; a kísérő weboldal ( www.guilford.com/kaplan-materials ) a könyv példáihoz tartozó adatkészleteket és kódokat tartalmazza.
Újdonságok ebben a kiadásban.
*Kihasználja a Stan R interfészét - gyorsabb és stabilabb, mint a korábban elérhető Bayes-szoftverek - a legtöbb tárgyalt alkalmazáshoz.
*A Hamiltoni MC; Cromwell-szabály; Jeffreys priorja; az LKJ prior korrelációs mátrixokra; modellértékelés és modell-összehasonlítás, a Bayes-féle információs kritérium kritikájával; variációs Bayes mint a Markov-láncos Monte Carlo (MCMC) mintavételezés alternatívája; és egyéb új témák.
* Fejezetek a Bayes-féle változóválasztásról és ritkaságról, a modellbizonytalanságról és a modellátlagolásról, valamint a statisztikai modellezés Bayes-féle munkafolyamatáról.
