Байесовский логический анализ данных для физических наук: сравнительный подход с поддержкой Mathematica® (сравнительный подход с поддержкой Mathematica®) на русском
#2981093
Bayesian Logical Data Analysis for the Physical Sciences: A Comparative Approach with Mathematica® Support (A Comparative Approach with Mathematica® Support) (978-1107389137)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Phil Gregory | #1211: Вероятность и статистика
Байесовский вывод предлагает простой и унифицированный подход к анализу данных, позволяющий экспериментаторам присваивать вероятности конкурирующим интересующим гипотезам на основе текущего уровня знаний. Включение соответствующей априорной информации иногда позволяет улучшить оценки параметров модели на несколько порядков. В книге представлено четкое изложение основных концепций с множеством примеров и задач. Также рассматривается реализация, включая введение в метод Монте-Карло с использованием цепей Маркова и линейную и нелинейную подгонку моделей. Особенно подробно освещается спектральный анализ (обнаружение и измерение периодических сигналов), включая самостоятельное введение в методы Фурье и дискретного Фурье. Есть глава, посвященная байесовскому выводу с использованием выборки Пуассона, а три главы о частотных методах помогают преодолеть разрыв между частотным и байесовским подходами. Сопутствующие блокноты Mathematica® с решениями отдельных задач, дополнительными примерами и учебным пособием по Mathematica доступны по адресу www.cambridge.org/9780521150125.