Bewertung:
Das Buch ist ein umfassendes und aktualisiertes Nachschlagewerk zur Bayes'schen Datenanalyse, das von den Lesern wegen seiner Tiefe und Themenvielfalt sehr geschätzt wird. Es wird für seine klaren Beispiele, seinen praktischen Ansatz und die umfassende Behandlung fortgeschrittener Bayes'scher Techniken gelobt. Es wird jedoch angemerkt, dass das Buch einen soliden Hintergrund in Statistik voraussetzt und überwältigend und langatmig sein kann, wodurch es für Anfänger weniger geeignet ist.
Vorteile:Das Buch ist eine solide Verbesserung gegenüber den vorherigen Ausgaben und bietet neue Kapitel und einen überarbeiteten Anhang. Es wird als der Goldstandard in der Bayes'schen Statistik bezeichnet, ist gut geschrieben und deckt sowohl grundlegende als auch fortgeschrittene Themen umfassend ab. Es enthält eine Fülle von Beispielen, Übungen und praktischen Diskussionen, die das Verständnis fördern. Die Leser schätzen es als Nachschlagewerk.
Nachteile:Das Buch ist aufgrund der vorausgesetzten Vorkenntnisse nicht für Anfänger geeignet und kann schwierig zu verstehen sein. Manche finden den Text langatmig und redundant, was das Verständnis erschwert. Außerdem wurden Änderungen am Layout der Kindle-Version kritisiert, und es gibt auch Beschwerden über Versandprobleme bei physischen Exemplaren.
(basierend auf 79 Leserbewertungen)
Bayesian Data Analysis
(Gewinner des De Groot-Preises 2016 der Internationalen Gesellschaft für Bayes'sche Analyse)
Dieses klassische Buch, das nun in der dritten Auflage vorliegt, gilt weithin als der führende Text über Bayes'sche Methoden und wird für seinen zugänglichen, praktischen Ansatz zur Datenanalyse und zur Lösung von Forschungsproblemen gelobt. Bayesian Data Analysis, Third Edition verfolgt weiterhin einen angewandten Ansatz zur Analyse unter Verwendung aktueller Bayes'scher Methoden. Die Autoren - allesamt führende Vertreter der Statistikbranche - führen in die grundlegenden Konzepte aus datenanalytischer Sicht ein, bevor sie fortgeschrittene Methoden vorstellen. Zahlreiche Arbeitsbeispiele aus realen Anwendungen und der Forschung verdeutlichen die Anwendung der Bayes'schen Inferenz in der Praxis.
Neu in der dritten Auflage
⬤ Vier neue Kapitel über nichtparametrische Modellierung.
⬤ Abdeckung von schwach informativen Priors und Boundary-avoiding Priors.
⬤ Aktualisierte Diskussion der Kreuzvalidierung und der prädiktiven Informationskriterien.
⬤ Verbesserte Konvergenzüberwachung und effektive Berechnung des Stichprobenumfangs für die iterative Simulation.
⬤ Darstellungen von Hamiltonian Monte Carlo, Variational Bayes und Erwartungsausbreitung.
⬤ Neuer und überarbeiteter Software-Code.
Das Buch kann auf drei verschiedene Arten verwendet werden. Für Studenten im Grundstudium führt es in die Bayes'sche Inferenz ein und geht dabei von den ersten Prinzipien aus. Für Doktoranden stellt der Text effektive aktuelle Ansätze zur Bayes'schen Modellierung und Berechnung in der Statistik und verwandten Gebieten vor. Forschern bietet er eine Auswahl an Bayes'schen Methoden in der angewandten Statistik. Zusätzliches Material, einschließlich der in den Beispielen verwendeten Datensätze, Lösungen zu ausgewählten Übungen und Softwareanweisungen, sind auf der Webseite des Buches verfügbar.
| ISBN: | 9781439840955 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2013 |
| Seitenzahl: | 675 |
Derzeit verfügbar, auf Lager.
