Bewertung:
Das Buch wird allgemein als solide Ressource für das Erlernen der Bayes'schen Statistik geschätzt, insbesondere für diejenigen, die über einen soliden Hintergrund in Mathematik verfügen. Es wird für seine klaren Erklärungen, den systematischen Aufbau und die umfassende Abdeckung der Themen gelobt. Einige Nutzer berichten jedoch von Problemen mit Tippfehlern, der Lesbarkeit der Kindle-Version und der steilen Lernkurve für Anfänger.
Vorteile:⬤ Umfassende und klare Darstellung der Bayes'schen Statistik.
⬤ Die begleitende Website mit Lösungen zu den Übungen verbessert das Lernen.
⬤ Geeignet für ernsthafte Studenten mit einem starken Hintergrund in Wahrscheinlichkeitsrechnung und Kalkül.
⬤ Gut organisierte Struktur, die Themen systematisch entwickelt.
⬤ Einige Tippfehler und Schreibweisen, die manche Leser verwirren könnten.
⬤ Die Kindle-Version ist Berichten zufolge schwierig zu lesen und zu navigieren.
⬤ Nicht geeignet für Anfänger oder diejenigen, die eine schnelle Einführung in das Thema suchen.
(basierend auf 9 Leserbewertungen)
Bayesian Statistics: An Introduction
Die Bayes'sche Statistik ist eine Denkschule, bei der vorherige Überzeugungen mit der Wahrscheinlichkeit einer Hypothese kombiniert werden, um zu nachträglichen Überzeugungen zu gelangen. Die erste Auflage des Buches von Peter Lee erschien 1989, aber das Thema hat sich immer weiter entwickelt, wobei der Schwerpunkt zunehmend auf Monte-Carlo-Techniken liegt.
Diese neue, vierte Auflage befasst sich mit neueren Techniken wie Variationsmethoden, Bayes'schen Wichtigkeitsstichproben, approximativen Bayes'schen Berechnungen und Reversible Jump Markov Chain Monte Carlo (RJMCMC) und bietet eine prägnante Darstellung der Entwicklung des Bayes'schen Ansatzes in der Statistik sowie seiner Abgrenzung zum konventionellen Ansatz. Die Theorie wird Schritt für Schritt aufgebaut, und wichtige Begriffe wie Suffizienz werden anhand der Diskussion der wichtigsten Merkmale spezifischer Beispiele erläutert.
Diese Ausgabe:
⬤ Enthält eine erweiterte Abdeckung von Gibbs Sampling, einschließlich mehr numerische Beispiele und Behandlungen von OpenBUGS, R2WinBUGS und R2OpenBUGS.
⬤ Bietet umfangreiches neues Material über aktuelle Techniken wie Bayes'sches importance sampling, variational Bayes, Approximate Bayesian Computation (ABC) und Reversible Jump Markov Chain Monte Carlo (RJMCMC).
⬤ Bietet im gesamten Buch umfangreiche Beispiele, um die vorgestellte Theorie zu ergänzen.
⬤ Begleitet von einer unterstützenden Website mit neuem Material und Lösungen.
Immer mehr Studenten erkennen, dass sie Bayes'sche Statistik lernen müssen, um ihre akademischen und beruflichen Ziele zu erreichen. Dieses Buch eignet sich am besten als Haupttext in Kursen zur Bayes'schen Statistik für Studenten im dritten und vierten Studienjahr sowie für Postgraduierte.
| ISBN: | 9781118332573 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2012 |
| Seitenzahl: | 486 |
Derzeit verfügbar, auf Lager.
