Bewertung:
Das Buch bietet einen umfassenden Ansatz zum Verständnis der Bayes'schen Statistik durch die Verwendung von Excel und R, was besonders diejenigen anspricht, die mit beiden Softwaretools vertraut sind.
Vorteile:⬤ Großartige Beispiele und Erklärungen, die das theoretische Verständnis verbessern
⬤ fordert die Leser auf, ihre Ansichten über Frequentistische und Bayessche Theorien zu überdenken
⬤ gut strukturiert und pädagogisch fundiert.
Begrenzter Nutzen für diejenigen, die nur Excel verwenden wollen, da ein Großteil des Inhalts R voraussetzt; möglicherweise nicht für Leser geeignet, die sich nicht für R interessieren.
(basierend auf 2 Leserbewertungen)
Bayesian Analysis with Excel and R
Nutzen Sie die volle Leistungsfähigkeit der Bayes'schen Analyse für Ihren Wettbewerbsvorteil
Mit Bayes'schen Methoden können Sie Probleme lösen, die Sie auf andere Weise nicht zuverlässig bewältigen können. Aufbauend auf Ihren vorhandenen Excel-Analysefähigkeiten und -Erfahrungen hilft Ihnen der Microsoft Excel MVP Conrad Carlberg, die Bayes'schen Fähigkeiten von Excel optimal zu nutzen und sich in Richtung R zu bewegen, um noch mehr zu erreichen.
Anhand von Beispielen aus der Praxis zeigt Carlberg Ihnen Schritt für Schritt, wie Sie Bayes'sche Analysen einsetzen können, um eine Vielzahl von realen Problemen zu lösen. Carlberg klärt die Terminologie, die Analysten oft verwirrt, bietet herunterladbare Excel-Arbeitsmappen, die Sie leicht an Ihre eigenen Bedürfnisse anpassen können, und bietet R-Beispielcode, um die Vorteile des Rethinking-Pakets in R und dessen Zugang zu Stan zu nutzen.
Wenn Sie diese Bayes'schen Ansätze in Ihren analytischen Werkzeugkasten aufnehmen, verschaffen Sie Ihrem Unternehmen - und sich selbst - einen starken Wettbewerbsvorteil.
⬤ Erforschen Sie die wichtigsten Ideen und Strategien, die der Bayes'schen Analyse zugrunde liegen.
⬤ Unterscheiden Sie zwischen Prior-, Likelihood- und Posterior-Verteilungen und vergleichen Sie Algorithmen zur Steuerung von Stichprobeninputs.
⬤ Verwenden Sie die Gitterapproximation, um einfache univariate Probleme zu lösen, und verstehen Sie ihre Grenzen, wenn die Parameter zunehmen.
⬤ Durchführen komplexer Simulationen und Regressionen mit quadratischer Annäherung und der quap-Funktion von Richard McElreath.
⬤ Verwalten Sie Textwerte so, als wären sie numerisch.
⬤ Lernen Sie den heutigen Goldstandard der Bayes'schen Stichprobentechnik kennen: Markov Chain Monte Carlo (MCMC)
⬤ Nutzen Sie MCMC zur Optimierung der Ausführungsgeschwindigkeit bei hochkomplexen Problemen.
⬤ Entdecken Sie, wann frequentistische Methoden versagen und Bayes'sche Methoden unverzichtbar sind - und wann Sie beide zusammen verwenden sollten.
| ISBN: | 9780137580989 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
