Avis des lecteurs
Résumé:Ce livre est loué pour son introduction complète et accessible aux statistiques bayésiennes, ce qui le rend adapté à un large éventail de lecteurs, y compris ceux qui ont une formation minimale en statistique. Il est bien structuré, avec des explications claires et des exemples pratiques, notamment dans le code R. Cependant, certains utilisateurs ont signalé un problème potentiel avec la table des matières, qui pourrait sous-représenter le contenu du livre, et des plaintes mineures concernant l'état physique du livre lors de l'achat.
Avantages:⬤ Une couverture complète des méthodes bayésiennes et de l'inférence statistique.
⬤ Accessible à tous les niveaux de statisticiens.
⬤ Explications bien écrites et dérivations claires des concepts.
⬤ Inclut des exemples de code en R pour une application pratique.
⬤ Contient une multitude d'exemples et de références.
⬤ Idéal pour l'auto-apprentissage.
⬤ La table des matières peut ne pas refléter exactement la profondeur du contenu.
⬤ Certains utilisateurs ont rencontré des problèmes avec la copie physique, comme une couverture craquelée.
⬤ Peut nécessiter des connaissances en probabilités et en statistiques pour apprécier pleinement les sujets avancés.
(basé sur 9 avis de lecteurs)
Titre original :
Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition
Contenu du livre :
Une mise à jour des introductions les plus populaires aux statistiques bayésiennes pour les chercheurs en sciences sociales
Maintenant que la modélisation bayésienne est devenue la norme, que le MCMC est bien compris et reconnu, et que la puissance de calcul continue d'augmenter, Bayesian Methods : A Social and Behavioral Sciences Approach, Third Edition se concentre davantage sur les détails de la mise en œuvre des procédures et moins sur la justification des procédures. Les exemples élargis reflètent cette approche actualisée.
Nouveautés de la troisième édition
⬤ Un chapitre sur la théorie de la décision bayésienne, couvrant la théorie de la décision bayésienne et fréquentiste ainsi que la connexion de Bayes empirique avec l'estimation de James-Stein.
⬤ Un chapitre sur la mise en œuvre pratique des méthodes MCMC à l'aide du logiciel BUGS.
⬤ Un chapitre très développé sur les modèles hiérarchiques qui montre comment ce domaine est bien adapté au paradigme bayésien.
⬤ De nombreuses nouvelles applications issues d'une variété de disciplines des sciences sociales.
⬤ Le nombre d'exercices a doublé, avec 20 exercices par chapitre.
⬤ Mise à jour du package BaM dans R, avec de nouveaux ensembles de données, du code et des procédures pour appeler les packages BUGS depuis R.
Ce best-seller, très apprécié, continue de convenir à un large éventail de cours, qu'il s'agisse d'un cours d'introduction ou d'un cours centré sur l'informatique. Il montre aux étudiants en sciences sociales et comportementales comment utiliser les méthodes bayésiennes dans la pratique, les préparant ainsi à un travail sophistiqué et concret dans ce domaine.
Autres informations sur le livre :
| ISBN : | 9781439862483 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2014 |
| Nombre de pages : | 728 |
Achat:
Actuellement disponible, en stock.
