Cantitate/Preț
Produs
Total produse
Vezi coșul
Introduction to Bayesian Statistics de William M Bolstad

Introduction to Bayesian Statistics

Autor William M Bolstad, James M Curran
en Limba Engleză Hardback – 3 oct 2016

Recomandăm Introduction to Bayesian Statistics ca o resursă fundamentală pentru nivelul de licență (anii terminali) și pentru primul an de master în statistică. Lucrarea semnată de William M Bolstad și James M Curran ajunge la ediția a treia, venind să echilibreze curriculumul universitar care, în mod tradițional, favorizează metodele frecventiste. Observăm că autorii au extins considerabil volumul prin adăugarea a patru capitole noi, esențiale pentru a ține pasul cu progresele rapide din domeniu. Acestea acoperă inferența Bayesiană pentru vectori medii normali multivariabili, modele de regresie liniară multiplă și, extrem de important, metodele computaționale Markov Chain Monte Carlo (MCMC). Structura textului permite o tranziție fluidă de la conceptele elementare la cele intermediare, oferind în același timp rigoarea tehnică necesară pentru o bibliotecă academică sau corporativă. Reținem integrarea funcțiilor R și a macro-urilor Minitab, care transformă teoria în instrumente aplicate de analiză. Cititorii familiarizați cu Understanding Computational Bayesian Statistics de același William M Bolstad vor aprecia aici cadrul teoretic mai larg, această ediție servind drept o bază cuprinzătoare înainte de a trece la tehnici computaționale avansate. În comparație cu A Student’s Guide to Bayesian Statistics de Ben Lambert, care mizează pe un stil vizual și intuitiv, lucrarea de față menține o structură academică tradițională, fiind mai potrivită pentru cei care caută o referință solidă, documentată prin apendice detaliate și demonstrații matematice structurate.

Citește tot Restrânge

Preț: 82234 lei

Preț vechi: 90367 lei
-9%

Puncte Express: 1234

Carte tipărită la comandă

Livrare economică 23 mai-06 iunie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781118091562
ISBN-10: 1118091566
Pagini: 624
Dimensiuni: 161 x 240 x 37 mm
Greutate: 1.09 kg
Ediția:3rd edition
Editura: Wiley
Locul publicării:Hoboken, United States

Public țintă

As a book for  upper–undergraduate or first–year graduate level  courses on introductory statistics course with a Bayesian emphasis; as a reference work for statisticians who require a working knowledge of Bayesian statistics; and academic and corporate libraries

De ce să citești această carte

Această ediție a treia este esențială pentru studenții și statisticienii care doresc să stăpânească inferența Bayesiană dincolo de metodele clasice. Cititorul câștigă acces la tehnici moderne de modelare și simulare, sprijinite de suport software în R și Minitab. Este o investiție în înțelegerea analizei de date contemporane, oferind atât fundamentul teoretic, cât și instrumentele computaționale necesare în cercetarea aplicată.

Despre autor

William M Bolstad este un academician recunoscut, cu o experiență vastă în predarea statisticii la Universitatea din Waikato, Noua Zeelandă. Interesele sale de cercetare includ statistica Bayesiană și metodele computaționale, fiind autorul mai multor texte de referință în domeniu. James M Curran completează această expertiză, aducând o perspectivă modernă asupra aplicațiilor statistice. Împreună, cei doi autori au reușit să creeze manuale care fac legătura între teoria matematică abstractă și practica necesară în științele aplicate, fiind publicați constant de editura Wiley.

Descriere scurtă

"...this edition is useful and effective in teaching Bayesian inference at both elementary and intermediate levels. It is a well-written book on elementary Bayesian inference, and the material is easily accessible. It is both concise and timely, and provides a good collection of overviews and reviews of important tools used in Bayesian statistical methods." There is a strong upsurge in the use of Bayesian methods in applied statistical analysis, yet most introductory statistics texts only present frequentist methods. Bayesian statistics has many important advantages that students should learn about if they are going into fields where statistics will be used. In this third Edition, four newly-added chapters address topics that reflect the rapid advances in the field of Bayesian statistics. The authors continue to provide a Bayesian treatment of introductory statistical topics, such as scientific data gathering, discrete random variables, robust Bayesian methods, and Bayesian approaches to inference for discrete random variables, binomial proportions, Poisson, and normal means, and simple linear regression. In addition, more advanced topics in the field are presented in four new chapters: Bayesian inference for a normal with unknown mean and variance; Bayesian inference for a Multivariate Normal mean vector; Bayesian inference for the Multiple Linear Regression Model; and Computational Bayesian Statistics including Markov Chain Monte Carlo. The inclusion of these topics will facilitate readers' ability to advance from a minimal understanding of Statistics to the ability to tackle topics in more applied, advanced level books. Minitab macros and R functions are available on the book's related website to assist with chapter exercises. Introduction to Bayesian Statistics, Third Edition also features: * Topics including the Joint Likelihood function and inference using independent Jeffreys priors and join conjugate prior * The cutting-edge topic of computational Bayesian Statistics in a new chapter, with a unique focus on Markov Chain Monte Carlo methods * Exercises throughout the book that have been updated to reflect new applications and the latest software applications * Detailed appendices that guide readers through the use of R and Minitab software for Bayesian analysis and Monte Carlo simulations, with all related macros available on the book's website Introduction to Bayesian Statistics, Third Edition is a textbook for upper-undergraduate or first-year graduate level courses on introductory statistics course with a Bayesian emphasis. It can also be used as a reference work for statisticians who require a working knowledge of Bayesian statistics.

Notă biografică

WILLIAM M. BOLSTAD, PhD, is a retired Senior Lecturer in the Department of Statistics at The University of Waikato, New Zealand. Dr. Bolstad's research interests include Bayesian statistics, MCMC methods, recursive estimation techniques, multiprocess dynamic time series models, and forecasting. He is author of Understanding Computational Bayesian Statistics, also published by Wiley. JAMES M. CURRAN is a Professor of Statistics in the Department of Statistics at the University of Auckland, New Zealand. Professor Curran's research interests include the statistical interpretation of forensic evidence, statistical computing, experimental design, and Bayesian statistics. He is the author of two other books including Introduction to Data Analysis with R for Forensic Scientists, published by Taylor and Francis through its CRC brand.