Bayesian Data Analysis Third Edition

In zijn derde editie blijft dit klassieke boek een praktische benadering van analyse bieden met actuele Bayesian-methoden. Het wordt beschouwd als toonaangevende tekst overBayesian-methoden en staat bekend om zijn toegankelijke, praktische aanpak bij het analyseren van data en het oplossen van onderzoeksproblemen. Bayesian Data Analysis, Derde Editie behandelt concepten vanuit een data-analytisch perspectief en toont door talrijke Worked examples uit echte toepassingen hoe Bayesiaanse inferentie in de praktijk wordt gebruikt. De auteurs, sterke figuren in de statistiekgemeenschap, introduceren basisbeginselen en presenteren daarna gevorderde methoden. In de derde editie zijn er vier nieuwe hoofdstukken over nonparametrische modellering, en wordt aandacht besteed aan zwakke informatieve priors en priors die grenzen vermijden. Daarnaast is er een bijgewerkte bespreking van cross-validatie en predictieve informatiecriteria, verbeterde convergentiebewaking en effectieve berekeningen voor steekproefomvang bij iteratieve simulatie, en presentaties van Hamiltonian Monte Carlo, variational Bayes en expectation propagation. Het boek kan op verschillende manieren worden gebruikt: voor undergraduate-studenten als inleiding vanaf de eerste principes, voor graduate-studenten als overzicht van actuele benaderingen, en voor onderzoekers als verzameling vanBayesiaanse methoden in toegepaste statistiek. Extra materialen, waaronder datasets en software-instructies, zijn beschikbaar op de webpagina van het boek.

Belangrijkste kenmerken

• Derde editie met nieuwe hoofdstukken nonparametrische modellering
• Zwakk informatieve priors en grenzen-vermijdende priors
• Bijgewerkte cross-validatie en voorspellende informatiecriteria
• Verbeterde convergentiebewaking en steekproefomvangberekening
• Presentaties van Hamiltonian Monte Carlo, variational Bayes en expectation propagation
• Nieuwe en herziende softwarecode