Avis des lecteurs
Résumé:Ce livre est une référence complète et actualisée sur l'analyse bayésienne des données, très appréciée des lecteurs pour sa profondeur et son éventail de sujets. Il est loué pour ses exemples clairs, son approche pratique et sa couverture étendue des techniques bayésiennes avancées. Cependant, il est noté que le livre nécessite de solides connaissances en statistiques et peut être trop volumineux et verbeux, ce qui le rend moins adapté aux débutants.
Avantages:L'ouvrage constitue une solide amélioration par rapport aux éditions précédentes, avec de nouveaux chapitres et une annexe remaniée. Il est considéré comme l'ouvrage de référence en matière de statistiques bayésiennes, il est bien écrit et couvre de manière exhaustive les sujets fondamentaux et avancés. Il comprend une multitude d'exemples, d'exercices et de discussions pratiques qui améliorent la compréhension. Les lecteurs apprécient son utilisation comme source de référence.
Inconvénients:Le livre ne convient pas aux débutants en raison des connaissances préalables qu'il suppose et peut être difficile à suivre. Certains trouvent le texte verbeux et redondant, ce qui rend la compréhension difficile. En outre, les modifications apportées à la mise en page de la version Kindle ont été critiquées, et des plaintes ont été formulées concernant les problèmes de livraison des copies physiques.
(basé sur 79 avis de lecteurs)
Titre original :
Bayesian Data Analysis
Contenu du livre :
Lauréat du prix De Groot 2016 de la Société internationale pour l'analyse bayésienne
Dans sa troisième édition, ce livre classique est largement considéré comme le texte de référence sur les méthodes bayésiennes, loué pour son approche accessible et pratique de l'analyse des données et de la résolution des problèmes de recherche. L'ouvrage Bayesian Data Analysis, Third Edition continue d'adopter une approche appliquée de l'analyse en utilisant les méthodes bayésiennes les plus récentes. Les auteurs, tous leaders dans la communauté des statisticiens, introduisent les concepts de base dans une perspective d'analyse des données avant de présenter les méthodes avancées. Tout au long du texte, de nombreux exemples tirés d'applications réelles et de la recherche mettent en évidence l'utilisation de l'inférence bayésienne dans la pratique.
Nouveautés de la troisième édition
⬤ Quatre nouveaux chapitres sur la modélisation non paramétrique.
⬤ La troisième édition comprend quatre nouveaux chapitres consacrés à la modélisation non paramétrique, ainsi qu'à la couverture des priors faiblement informatifs et des priors évitant les limites.
⬤ Discussion actualisée de la validation croisée et des critères d'information prédictive.
⬤ Amélioration du contrôle de la convergence et du calcul de la taille de l'échantillon pour la simulation itérative.
⬤ Présentation de la méthode Hamiltonian Monte Carlo, de la méthode variationnelle de Bayes et de la propagation de l'espérance.
⬤ Code logiciel nouveau et révisé.
Ce livre peut être utilisé de trois manières différentes. Pour les étudiants de premier cycle, il introduit l'inférence bayésienne à partir des premiers principes. Pour les étudiants de troisième cycle, le texte présente des approches actuelles efficaces de la modélisation et du calcul bayésiens en statistique et dans les domaines connexes. Pour les chercheurs, il fournit un assortiment de méthodes bayésiennes en statistiques appliquées. Des documents supplémentaires, y compris les ensembles de données utilisés dans les exemples, les solutions à certains exercices et les instructions relatives aux logiciels, sont disponibles sur la page web du livre.
Autres informations sur le livre :
| ISBN : | 9781439840955 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 2013 |
| Nombre de pages : | 675 |
Achat:
Actuellement disponible, en stock.
