貝葉斯統計：基於R和BUGS的應用 下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《貝葉斯統計：基於R和BUGS的應用》介紹瞭貝葉斯統計的基礎以及基於R和BUGS的應用。
　　《貝葉斯統計：基於R和BUGS的應用》共13章，內容分為三個部分：第1部分，介紹貝葉斯統計的基礎，包括第1-4章；第二部分，介紹貝葉斯統計在各領域中的應用，包括第5-12章；第三部分，介紹貝葉斯計算方法及有關軟件，即第13章，《貝葉斯統計：基於R和BUGS的應用》突齣R和BUGS在貝葉斯統計中的應用，書中的一些例題、應用案例，采用R，WinBUGS和OpenBUGS，並給齣瞭相應的代碼。
　　《貝葉斯統計：基於R和BUGS的應用》注重可讀性，力求圖文並茂，有一定的實用性，並具有時代氣息。
　　《貝葉斯統計：基於R和BUGS的應用》可供高等院校有關專業的高年級本科生、研究生作為教材（或參考書）使用，還可供相關專業的教師和科技人員、廣大自學者參考。

內頁插圖

目錄

前言

第1章 緒論
1．1 從一個例子來看經典統計與貝葉斯統計
1．1．1 基於R語言的一個例子
1．1．2 頻率學派方法
1．1．3 貝葉斯學派方法
1．1．4 基於OpenBUGS的計算和可視化
1．2 經典統計與貝葉斯統計的比較
1．2．1 經典統計的缺陷
1．2．2 對經典學派的批評
1．2．3 對貝葉斯方法的批評
1．2．4 貝葉斯統計存在的問題
1．3 貝葉斯統計的興起與發展
1．4 貝葉斯統計的廣泛應用
1．4．1 促進瞭統計科學自身的發展
1．4．2 在經濟、金融和保險中的應用
1．4．3 在生物、醫學、生態學中的應用
1．4．4 在可靠性中的應用
1．4．5 在機器學習中的應用
1．4．6 貝葉斯定理成為Google計算的新力量
1．4．7 認知科學的貝葉斯革命
1．5 貝葉斯統計學的今天和明天
1．5．1 客觀貝葉斯分析
1．5．2 主觀貝葉斯分析
1．5．3 穩健貝葉斯分析
1．5．4 頻率貝葉斯分析
1．5．5 擬貝葉斯分析
1．6 應用貝葉斯方法搜尋失聯航班
1．7 本書的內容安排
思考與練習題1

第2章 先驗分布和後驗分布
2．1 統計推斷的基礎
2．2 貝葉斯定理
2．2．1 事件形式的貝葉斯定理
2．2．2 隨機變量形式的貝葉斯定理
2．3 共軛先驗分布
2．3．1 共軛先驗分布的定義
2．3．2 後驗分布的計算
2．3．3 常用的共軛先驗分布
2．4 Beta分布、Gamma分布和Pareto分布
2．4．1 Beta分布
2．4．2 Gamma分布
2．4．3 Pareto分布
2．5 常用分布列錶
思考與練習題2

第3章 貝葉斯統計推斷基礎
3．1 點估計
3．1．1 損失函數與風險函數
3．1．2 貝葉斯估計的定義
3．1．3 貝葉斯估計的誤差
3．2 區間估計
3．2．1 可信區間的定義
3．2．2 單側可信限
3．3 假設檢驗
3．3．1 貝葉斯假設檢驗
3．3．2 貝葉斯因子
3．3．3 多重假設檢驗
3．3．4 用貝葉斯因子進行模型選擇
3．4 從p值到貝葉斯因子
3．4．1 經典學派假設檢驗的迴顧
3．4．2 貝葉斯學派的假設檢驗
3．4．3 兩個學派檢驗方法的關係
3．5 美國統計協會：使用p值的6條準則
3．6 多參數模型的貝葉斯推斷
3．6．1 概述
3．6．2 正態分布中參數的貝葉斯推斷
3．6．3 隨機模擬方法
3．6．4 應用案例
……

第4章 先驗分布的確定
第5章 基於OpenBUGS的模型參數估計
第6章 基於OpenBUGS的模型檢驗與模型選擇
第7章 貝葉斯迴歸分析
第8章 貝葉斯統計在證券投資預測中的應用
第9章 貝葉斯統計在計量經濟學和金融中的應用
第10章 貝葉斯統計在保險、精算中的應用
第11章 貝葉斯時間序列及其應用
第12章 貝葉斯可靠性統計分析
第13章 貝葉斯計算方法及有關軟件

附錄
參考文獻

前言/序言

　　學過“概率論與數理統計”的讀者都知道貝葉斯定理（或稱貝葉斯公式），此定理包含在英國學者托馬斯·貝葉斯（Thomas Bayes）發錶的論文An Essay Towards Solving a Problem in the Doctrine of Chances《<機遇理論中一個問題的解》）中。從形式上看，它隻是條件概率的一個簡單推論，但它包含瞭歸納推理的一種思想，以後被一些學者發展為一種係統的統計推斷的理論和方法，稱為貝葉斯方法（Bayesian method）。采用貝葉斯方法進行統計推斷所得的全部結果，構成貝葉斯統計（Bayesian statistics）的內容。MCMC（Markov Chain Monte Carlo）方法的研究和應用，為推廣貝葉斯統計的應用開闢瞭廣闊的前景，使貝葉斯統計的研究與應用得到瞭再度復興。
　　在大數據時代，數據科學、數據工程、數據挖掘和機器學習等越來越受到人們的重視，數據科學傢、數據工程工程師受到各行業的普遍歡迎，在這樣的背景下，正在學習和將要學習“貝葉斯統計”的人越來越多。人們不再隻滿足於學習一些“貝葉斯統計”的基礎理論，而更感興趣的是把這些理論用於數據分析並解決實際問題。美國芝加哥大學的Zellner教授（貝葉斯學派的代錶性人物）認為，貝葉斯統計是科學地從數據和經驗中學習的一種方法。這一觀點對我們如何看待貝葉斯統計有很大的啓示，使人感到煥然一新，與信息時代、大數據時代的需求非常契閤，
　　螺鏇式上升的科學研究“舞颱”充滿戲劇性，19世紀上半葉備受爭議和冷落的貝葉斯學派將在21世紀大數據時代重新登場，並且光芒四射，進入21世紀後，我們的大部分信息主要來源於網絡，非常有趣的是這些網絡信息搜索背後的理論計算基礎就是貝葉斯定理。“18世紀的貝葉斯定理成為Google計算的新力量”。
　　本書是作者在閱讀瞭國內外大量相關文獻的基礎上，並結閤自己長期從事教學和科研的實際經驗，介紹瞭貝葉斯統計的基礎以及在一些領域中的應用。全書共13章，內容分為三個部分：
貝葉斯統計：基於R和BUGS的應用 下載 mobi epub pdf txt 電子書 格式

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價