Avis des lecteurs
Résumé:Ce livre est généralement considéré comme une ressource solide pour l'apprentissage des statistiques bayésiennes, en particulier pour ceux qui ont une solide formation en mathématiques. Il est loué pour ses explications claires, sa structure systématique et sa couverture complète des sujets. Cependant, certains utilisateurs signalent des problèmes de fautes de frappe, de lisibilité dans la version Kindle et de courbe d'apprentissage abrupte pour les débutants.
Avantages:⬤ Exposé complet et clair des statistiques bayésiennes.
⬤ Le site web d'accompagnement avec les solutions aux exercices améliore l'apprentissage.
⬤ Convient aux étudiants sérieux ayant de solides connaissances en probabilités et en calcul.
⬤ Structure bien organisée qui développe les sujets de manière systématique.
⬤ Présence de fautes de frappe et de notations qui peuvent dérouter certains lecteurs.
⬤ La version Kindle serait difficile à lire et à parcourir.
⬤ Ne convient pas aux débutants ou à ceux qui recherchent une introduction rapide au sujet.
(basé sur 9 avis de lecteurs)
Titre original :
Bayesian Statistics: An Introduction
Contenu du livre :
La statistique bayésienne est l'école de pensée qui combine les croyances préalables avec la probabilité d'une hypothèse pour arriver à des croyances postérieures. La première édition de l'ouvrage de Peter Lee est parue en 1989, mais le sujet n'a cessé d'évoluer, avec une importance croissante des techniques basées sur la méthode de Monte Carlo.
Cette nouvelle quatrième édition examine des techniques récentes telles que les méthodes variationnelles, l'échantillonnage d'importance bayésien, le calcul bayésien approximatif et la chaîne de Markov réversible (RJMCMC), fournissant un compte rendu concis de la manière dont l'approche bayésienne des statistiques se développe ainsi que de la manière dont elle se distingue de l'approche conventionnelle. La théorie est construite étape par étape, et des notions importantes telles que la suffisance sont mises en évidence à partir d'une discussion sur les caractéristiques saillantes d'exemples spécifiques.
Cette édition :
⬤ Comprend une couverture élargie de l'échantillonnage de Gibbs, y compris davantage d'exemples numériques et de traitements d'OpenBUGS, R2WinBUGS et R2OpenBUGS.
⬤ Présente de nouveaux éléments significatifs sur des techniques récentes telles que l'échantillonnage d'importance bayésien, le Bayes variationnel, le calcul bayésien approximatif (ABC) et le Reversible Jump Markov Chain Monte Carlo (RJMCMC).
⬤ Des exemples détaillés tout au long de l'ouvrage complètent la théorie présentée.
⬤ Accompagné d'un site web présentant de nouvelles informations et des solutions.
De plus en plus d'étudiants réalisent qu'ils doivent apprendre les statistiques bayésiennes pour atteindre leurs objectifs académiques et professionnels. Ce livre est particulièrement adapté pour être utilisé comme texte principal dans les cours de statistiques bayésiennes pour les étudiants de troisième et quatrième année de licence et les étudiants de troisième cycle.
Autres informations sur le livre :
| ISBN : | 9781118332573 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2012 |
| Nombre de pages : | 486 |
Achat:
Actuellement disponible, en stock.
