Купить книгу «Статистическое переосмысление: байесовский курс с примерами на R и Stan» (издательство Chapman & Hall/CRC, учебники по статистической науке) на русском [PDF, EPUB, FB2, MOBI]

Лауреат премии Де Гроота 2023 года, присуждаемой Международным обществом байесовского анализа (ISBA).

Книга «Статистическое переосмысление: байесовский курс с примерами на R и Stan» расширяет ваши знания и повышает уверенность в построении выводов на основе данных. Учитывая необходимость использования скриптов в современной статистике, основанной на моделях, книга побуждает вас выполнять пошаговые вычисления, которые обычно автоматизированы. Этот уникальный вычислительный подход гарантирует, что вы поймете достаточно деталей, чтобы делать обоснованные выборы и интерпретации в своей собственной работе по моделированию.

В тексте представлены причинно-следственный анализ и обобщенные линейные многоуровневые модели с точки зрения простого байесовского подхода, основанного на теории информации и принципе максимальной энтропии. Основной материал охватывает период от основ регрессии до сложных многоуровневых моделей. Также рассматриваются ошибки измерения, пропущенные данные и модели гауссовых процессов для учета пространственных и филогенетических искажений.

Второе издание делает акцент на подходе к причинно-следственному анализу с использованием направленных ациклических графов (DAG), интегрируя DAG во многие примеры. Новое издание также содержит новый материал по разработке априорных распределений, сплайнов, упорядоченных категориальных предикторов, моделей социальных отношений, перекрестной валидации, выборочного анализа значимости, инструментальных переменных и гамильтоновского метода Монте-Карло. Завершается оно совершенно новой главой, выходящей за рамки обобщенного линейного моделирования и показывающей, как предметно-ориентированные научные модели могут быть интегрированы в статистический анализ.

Функции

• • Встраивает работающий код в основной текст.

• • Иллюстрирует концепции на примерах анализа данных.

• • Особое внимание уделяется пониманию предположений и того, как эти предположения отражаются в коде.

• • Более подробные объяснения математических выкладок представлены в дополнительных разделах.

• • Приводятся примеры использования пакета dagitty в R для анализа причинно-следственных графов.
    
    
  • Пакет rethinking для R доступен на веб-сайте автора и на GitHub.