Statistical Modeling and Computation de Joshua C. C. Chan

Statistical Modeling and Computation: Springer Texts in Statistics

Autor Joshua C. C. Chan, Dirk P. Kroese

en Limba Engleză Hardback – 22 ian 2025

Complementar volumului Probability and Statistical Inference de Miltiadis C. Mavrakakis, care se concentrează pe tranziția de la principii de bază la modele avansate, Statistical Modeling and Computation acoperă zona critică a implementării algoritmice și a calculului statistic modern. Remarcăm în această a doua ediție o integrare fluidă între rigoarea matematică și aplicabilitatea practică, volumul fiind structurat pentru a ghida cititorul de la fundamentele teoriei probabilităților către tehnici computaționale de frontieră. Credem că punctul forte al lucrării rezidă în echilibrul dintre metodele clasice de inferență și abordările Bayesiene, oferind o perspectivă completă asupra modelării statistice contemporane.

Organizarea materialului în cele trei părți principale reflectă o progresie didactică logică. Prima parte consolidează baza de variabile aleatoare și distribuții, esențială pentru orice analiză riguroasă. În partea a doua, autorii Joshua C. C. Chan și Dirk P. Kroese detaliază modelele liniare și ANOVA, pentru ca în final să abordeze structuri complexe precum modelele State-Space și modelele Gaussiene. Un aspect tehnic distinctiv este atenția acordată tehnicilor Monte Carlo rapide, vitale pentru procesarea seturilor de date dependente. Recomandăm acest manual pentru includerea resurselor de suport, precum primerul MATLAB și suplimentul matematic, care transformă suportul teoretic într-un instrument de lucru efectiv pentru studenții avansați și cercetători.

Citește tot Restrânge

Din seria Springer Texts in Statistics

Preț: 750^.78 lei

Preț vechi: 938^.48 lei
-20%

Puncte Express: 1126

Paperback 740^.30 lei

Hardback 750^.78 lei

Carte disponibilă

Livrare economică 06-20 mai

Adaugă în coș

Wish list
Gift list
Am citit!

Adaugă în listă

Specificații

ISBN-13: 9781071641316
ISBN-10: 107164131X
Pagini: 516
Ilustrații: Approx. 480 p.
Dimensiuni: 160 x 241 x 34 mm
Greutate: 0.93 kg
Ediția:Second Edition 2025
Editura: Springer
Colecția Springer Texts in Statistics
Seria Springer Texts in Statistics

Locul publicării:New York, NY, United States

De ce să citești această carte

Recomandăm această carte profesioniștilor și studenților la masterat care au nevoie de un fundament solid în modelarea statistică computatională. Cititorul câștigă nu doar o înțelegere teoretică a modelelor liniare și Bayesiene, ci și competențe practice de implementare prin intermediul exemplelor rezolvate și a ghidului MATLAB inclus. Este o resursă esențială pentru stăpânirea tehnicilor de simulare Monte Carlo aplicate în inferența modernă.

Despre autor

Joshua C. C. Chan și Dirk P. Kroese sunt cadre didactice și cercetători recunoscuți în domeniul statisticii matematice și al metodelor computaționale. Dirk P. Kroese este autorul mai multor lucrări de referință despre metoda Monte Carlo și optimizarea stocastică, expertiza sa fiind vizibilă în rigoarea algoritmilor prezentați. Ambii autori contribuie la seria Springer Texts in Statistics, aducând o experiență vastă în predarea modelării statistice la nivel universitar, punând accent pe transformarea conceptelor matematice abstracte în soluții computaționale eficiente pentru probleme reale.

Descriere scurtă

This book, Statistical Modeling and Computation, provides a unique introduction to modern Statistics from both classical and Bayesian perspectives. It also offers an integrated treatment of Mathematical Statistics and modern statistical computation, emphasizing statistical modeling, computational techniques, and applications.
The 2nd edition changes the programming language used in the text from MATLAB to Julia. For all examples with computing components, the authors provide data sets and their own Julia codes. The new edition features numerous full color graphics to illustrate the concepts discussed in the text, and adds three entirely new chapters on a variety of popular topics, including:

Regularization and the Lasso regression
Bayesian shrinkage methods
Nonparametric statistical tests
Splines and the Gaussian process regression

Cuprins

Probability Models.- Random Variables and Probability Distributions.- Joint Distributions.- Common Statistical Models.- Statistical Inference.- Likelihood.- Monte Carlo Sampling.- Bayesian Inference.- Generalized Linear Models.- Dependent Data Models.- State Space Models.- References.- Solutions.- MATLAB Primer.- Mathematical Supplement.- Index.

Notă biografică

Joshua Chan is Professor of Economics, and holds the endowed Olson Chair at Purdue University. He is an elected fellow at the International Association for Applied Econometrics and served as Chair for the Economics, Finance and Business Section of the International Society for Bayesian Analysis from 2020-2022. His research focuses on building new high-dimensional time-series models and developing efficient estimation methods for these models. He has published over 50 papers in peer-reviewed journals, including some top-field journals such as Journal of Econometrics, Journal of the American Statistical Association and Journal of Business and Economic Statistics.
Dirk Kroese is Professor of Mathematics and Statistics at the University of Queensland. He is known for his significant contributions to the fields of applied probability, mathematical statistics, machine learning, and Monte Carlo methods. He has published over 140 articles and 7 books. He is a pioneer of the well-known Cross-Entropy (CE) method, which is being used around the world to help solve difficult estimation and optimization problems in science, engineering, and finance. In addition to his scholarly contributions, Dirk Kroese is recognized for his role as an educator and mentor, having supervised and inspired numerous students and researchers.

Caracteristici

An integrated treatment of statistical inference and computation helps the reader gain a firm understanding of both theory and practice Discusses modern computation techniques including Markov chain Monte Carlo methods and the Expectation Maximization algorithm Includes computer codes and a brief programming primer in Julia for students

Recenzii

“Fundamentals of probability and modeling are presented in a rigorous language and the transition to more advanced chapters is almost smooth. Explanations are precise, both verbally and mathematically. Throughout the book, cross-references are made so that the reader can find further or related topics in other parts of the book. Readers interested in mathematical rigor will find this book rewarding. …

Another strength of the book lies in the wealth and variety of exercises at the end of each chapter. The exercises (some with complete solutions) range from mathematical proofs and model building to programming. Solutions for select problems are presented at the end of the book. …

[This] book is outstanding in terms of coverage of topics, rigorous language and integration of computation.” (Abdolvahab Khademi, Journal of Statistical Software, August 2015)