Bewertung:
Das Buch wird für seine umfassende und leicht verständliche Einführung in die Bayes'sche Statistik gelobt, wodurch es sich für ein breites Spektrum von Lesern eignet, auch für solche mit minimaler statistischer Ausbildung. Es ist gut strukturiert, mit klaren Erklärungen und praktischen Beispielen, vor allem in R-Code. Einige Nutzer wiesen jedoch auf ein mögliches Problem mit dem Inhaltsverzeichnis hin, das den Inhalt des Buches möglicherweise nicht ausreichend wiedergibt, sowie auf kleinere Beschwerden über den physischen Zustand des Buches beim Kauf.
Vorteile:⬤ Umfassende Abdeckung von Bayes'schen Methoden und statistischer Inferenz.
⬤ Zugänglich für Statistiker aller Stufen.
⬤ Gut geschriebene Erklärungen und klare Herleitungen von Konzepten.
⬤ Enthält Code-Beispiele in R für die praktische Anwendung.
⬤ Enthält eine Fülle von Beispielen und Referenzen.
⬤ Ideal für das Selbststudium.
⬤ Das Inhaltsverzeichnis spiegelt möglicherweise nicht genau die Tiefe des Inhalts wider.
⬤ Einige Benutzer hatten Probleme mit dem physischen Exemplar, wie z.B. ein gesprungenes Cover.
⬤ Erfordert möglicherweise einige Vorkenntnisse in Wahrscheinlichkeit und Statistik, um fortgeschrittene Themen vollständig zu verstehen.
(basierend auf 9 Leserbewertungen)
Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition
Eine Aktualisierung der populärsten Einführung in die Bayessche Statistik für Sozialwissenschaftler auf Hochschulniveau
Jetzt, da die Bayes'sche Modellierung zum Standard geworden ist, MCMC gut verstanden und vertraut wird und die Rechenleistung weiter zunimmt, konzentriert sich Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition mehr auf die Implementierungsdetails der Verfahren und weniger auf die Rechtfertigung der Verfahren. Die erweiterten Beispiele spiegeln diesen aktualisierten Ansatz wider.
Neu in der dritten Auflage
⬤ Ein Kapitel zur Bayes'schen Entscheidungstheorie, das die Bayes'sche und frequentistische Entscheidungstheorie sowie die Verbindung von empirischer Bayes mit der James-Stein-Schätzung behandelt.
⬤ Ein Kapitel über die praktische Implementierung von MCMC-Methoden mit Hilfe der BUGS-Software.
⬤ Ein stark erweitertes Kapitel über hierarchische Modelle, das zeigt, wie gut dieser Bereich für das Bayes'sche Paradigma geeignet ist.
⬤ Viele neue Anwendungen aus einer Vielzahl von sozialwissenschaftlichen Disziplinen.
⬤ Verdopplung der Anzahl der Übungen, jetzt 20 in jedem Kapitel.
⬤ Aktualisiertes BaM-Paket in R, einschließlich neuer Datensätze, Code und Verfahren für den Aufruf von BUGS-Paketen aus R.
Dieser hochgelobte Bestseller eignet sich nach wie vor für eine Reihe von Kursen, einschließlich eines Einführungskurses oder eines computergestützten Kurses. Es zeigt Studierenden der Sozial- und Verhaltenswissenschaften, wie sie Bayes'sche Methoden in der Praxis anwenden können, und bereitet sie so auf eine anspruchsvolle, praxisnahe Arbeit in diesem Bereich vor.
| ISBN: | 9781439862483 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2014 |
| Seitenzahl: | 728 |
Derzeit verfügbar, auf Lager.
