A self-contained introduction to probability, exchangeability and Bayes' rule provides a theoretical understanding of the applied material. Numerous examples with R-code that can be run "as-is" allow the reader to perform the data analyses themselves. The development of Monte Carlo and Markov chain Monte Carlo methods in the context of data analysis examples provides motivation for these computational methods.
有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!有谁能证明习题3.6?谢谢!
评分读这本书之前应该读一本《Statistical Inference》或者《Probability and Statistics》这样的书,否则会被那些beta函数、gamma函数搞晕。 不过这本书似乎更偏重于思想,而不是数学推导。
评分标题都说了,贝叶斯统计方法的第一堂课。如果有一定统计基础,又想学贝叶斯统计,我觉得这本书作为入门书不错。比Beyesian Data Analysis可容易多了。
评分华盛顿统计系的老师,一流的出版社,书的效果确实不用问再说什么,Gelman的书确实经典,不过这本书是让你有一个循环渐进的过程,尤其适合并非统计科班出生的同学们,作者同时也是华盛顿生物统计和社会科学研究中心的老师,作为一名社会学的学生,作者还用了很多gss的数据,一些流行病学...
评分标题都说了,贝叶斯统计方法的第一堂课。如果有一定统计基础,又想学贝叶斯统计,我觉得这本书作为入门书不错。比Beyesian Data Analysis可容易多了。
:无
评分写的非常清楚明了,很好懂,比Gelman那个容易自学
评分很不错的贝叶斯统计初级教程。基本上深入浅出,有一些常见分布的知识即可自学。例子生统居多,附有R code非常方便。但上课讲的TM总是比这本书难。。。
评分简单明了,适合自学
评分当然不如男神
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有