최고의 입문 베이지안 통계 교재는 무엇입니까?

베이지안 통계에 대한 가장 좋은 입문 교과서는 무엇입니까?

답변 당 1 권씩주세요.

John Kruschke는 2011 년 중반 Doing Bayesian Data Analysis : A Tutorial with R and BUGS 라는 책을 발표했습니다 . (제 2 판 : Does Bayesian Data Analysis, 제 2 판 : R, JAGS 및 Stan이 포함 된 튜토리얼 )이 출시되었습니다. 그래도 빈번한 통계에서 Bayes로 걸어 가고 싶다면, 특히 다중 레벨 모델링을 사용하려면 Gelman과 Hill을 권장합니다.

John Kruschke는 또한 BUGS와 JAGS로 된 책의 모든 예제를 가지고 있는이 책 의 웹 사이트를 가지고 있습니다. 베이지안 통계에 관한 그의 블로그 는이 책과도 연결되어 있습니다.

내가 가장 좋아하는 것은 Gelman, et al.의 "Bayesian Data Analysis" 입니다.

Statistical Rethinking 은 몇 주 전에 발표되었으므로 여전히 그것을 읽고 있지만 Bayesian Statistics에 대한 소개 서적에 아주 훌륭하고 새로운 추가 사항이라고 생각 합니다. 저자는 John Kruschke가 자신의 강아지 책 에서 사용한 것과 비슷한 접근법을 사용합니다 . 매우 상세하고 자세한 설명과 훌륭한 교육 학적 예를 들자면 수학적 접근보다는 계산 방법을 사용합니다.

YouTube 강의 및 기타 자료도 여기 에서 제공 됩니다 .

Python / PyMC3으로 이식 된 코드

Gelman et al.에 대한 또 하나의 투표이지만, 익히 알고있는 설득력있는 Jim Albert의 "Bayesian Computation with R" 입니다.

Sivia and Skilling, 데이터 분석 : 베이지안 튜토리얼 (2 판) 2006 246p 0198568320 books.goo :

통계 강의는 여러 세대의 학생들에게 당황과 좌절의 원천이되었습니다. 이 책은 전체 데이터 분석 주제에 대한 논리적이고 통일 된 접근 방식을 설명함으로써 상황을 해결하려고 시도합니다. 이 텍스트는 과학 및 공학 분야의 상급 학부 및 연구생을위한 자습서 안내서로 사용됩니다.

그래도 다른 권장 사항을 모르겠습니다.

소개를 위해 온라인으로 무료로 구할 수있는 Cam Davidson-Pilon의 Probabilistic Programming & Bayesian Methods for Hackers 를 추천 합니다.

설명에서 :

계산 / 이해-첫 번째, 수학-두 번째 관점에서 베이지안 방법 및 확률 적 프로그래밍에 대한 소개.

시각적으로 가치가 높고 가치를 바로 잡으며 나중에 세부 사항을 다시 채우고 많은 예제가 있으며 대화 형 코드 (IPython Notebook)가 있습니다.

저는 ET Jaynes의 재미있는 논쟁적인 "확률 이론 : 과학의 논리"를 강력히 추천합니다.

이것은 통계에 대한 사전 지식이 필요하지 않고 실제로 선호한다는 의미의 입문 텍스트이지만 결국 상당히 정교한 수학을 사용합니다. 제공된 다른 답변들 대부분과 비교할 때,이 책은 실용적이지 않거나 소화하기가 쉽지 않고 베이지안 방법을 사용하려는 이유와 빈번한 접근 방법을 사용하지 않는 이유에 대한 철학적 기반을 제공합니다. 그것은 역사적이고 철학적이지만 교육학적인 방법은 아닙니다.

저는 전기 기술자이며 통계학자가 아닙니다. 나는 Gelman을 거치는 데 많은 시간을 보냈지 만 Gelman을 전혀 입문이라고 말할 수는 없다고 생각합니다. 카네기 멜론 (Carnegie Mellon)의 베이지안 전문가 교수가 이에 동의합니다. (베이지안 통계 뭔가를 할 수있는 쉬운 방법 등) 통계 및 R 및 버그의 최소한의 지식을 가진 베이지안 데이터 분석을 수행 : R과 버그와 튜토리얼 것은 놀라운 시작이다. 제공된 책을 모두 책 표지로 쉽게 비교할 수 있습니다!

5 년 후 업데이트 : 빠른 방법 (40 분)으로 배우는 다른 주요 방법 중 하나는 Netica 2 와 같은 Bayesian Net GUI 기반 도구의 문서를 읽는 것 입니다. 기본부터 시작하여 상황과 데이터를 기반으로 네트를 구축하는 단계와 "얻을 수 있도록"자신의 질문을주고받는 방법을 안내합니다.

초점은 베이지안 통계에만 초점을 두지 않으므로 일부 방법론이 부족하지만 David MacKay의 정보 이론, 추론 및 학습 알고리즘은 다른 사람들보다 베이지안 통계를 직관적으로 더 잘 이해하게 만들었습니다. 보다 나은.

Gelman 서적은 모두 우수하지만 반드시 일부 통계를 알고 있다고 가정한다는 점에서 입문은 아닙니다. 따라서 이들은 일반적으로 통계보다는 통계를 수행하는 베이지안 방식을 소개합니다. 그러나 나는 여전히 그들에게 엄지 손가락을 줄 것이다.

베이지안 관점을 취하는 입문 통계 / 경제학 책으로서, 나는 게리 쿠프 (Gary Koop)의 베이지안 계량 경제학을 추천한다 .

" Bayesian Core : 계산적 베이지안 통계에 대한 실용적인 접근 ", Marin and Robert, Springer-Verlag (2007).

"왜?": 저자 는 베이지안 선택 의 이유 와 그 정도를 설명 합니다. 이 책은 실용적인 책이지만 가장 훌륭한 베이지안 사상가 중 한 사람이 작성했습니다. 철저하지 않습니다. 다른 책들도 그 목표를 가지고 있습니다. 관련성 있고 유용하며 기초를 조명하는 몇 가지 주제를 선택합니다.

"choice"에 관하여 : 만약 당신이 정말로 베이지안 기초를 탐구하고 싶다면, Xi'an의 "The Bayesian Choice"는 명확하고 깊으며 필수적입니다.

베이지안 통계에 대해 제가 가장 좋아하는 첫 번째 학부 텍스트는 Bolstad, Bayesian Statistics 소개 입니다. 졸업생 수준을 찾고 있다면 너무 초등 적이지만 통계를 처음 접하는 사람에게는 이상적입니다.

나는 왜 아무도 베이지안에 대한 소개 책을 언급하지 않았는지 모른다.

이 책의 무료 PDF 버전이 있습니다. 이 책은 베이지안에 대한 경험이 거의없는 사람에게 충분한 자료를 제공합니다. 사전 배포, 사후 배포, 베타 배포 등의 개념을 소개합니다.

무료로 제공하십시오.

http://greenteapress.com/thinkbayes/

Peter Hoff의 Bayesian Statistical Methods의 First Course 의 일부를 읽었으며 따라하기가 쉽다는 것을 알았습니다. (예제 R 코드는 텍스트 전체에 제공됩니다)

나는 Gelman and Hill (2007) 회귀 분석과 다단계 / 계층 모델을 사용한 데이터 분석 에서 훌륭한 소개를 발견했다 . (다른 의견은 언급하지만 자체적으로 투표 할 가치가 있습니다.)

비 통계적 배경에서 온 사회 과학자들을위한 응용 베이지안 통계 및 추정에 대한 소개는 매우 유익하고 따르기 쉽다는 것을 발견했습니다.

기본 텍스트, 즉 미적분학 전제 조건이없는 텍스트를 찾고 있다면 Don Berry 's Statistics : a Bayesian Perspective가 있습니다.

한 번 봐보세요 "베이지안 선택을" . 기초, 응용 프로그램 및 계산이라는 전체 패키지가 있습니다. 명확하게 작성되었습니다.

나는이 목록에서이 중 대부분을 한 눈에 보았고 새로운 베이지안 아이디어 및 데이터 분석 만큼 좋은 것은 없다고 생각합니다.

편집 :이 책을 읽는 동안 즉시 베이지안 분석을 시작하기 쉽습니다. 알려진 분산으로 정규 분포의 평균을 모델링 할뿐만 아니라 첫 두 장 이후 실제 데이터 분석을 수행하십시오. 모든 코드 예제와 데이터는이 책의 웹 사이트에 있습니다. 적절한 이론을 다루지 만 초점은 응용입니다. 광범위한 모델에 대한 많은 예제. 베이지안 비모수에 관한 좋은 장. Winbugs, R 및 SAS 예제 나는 베이지안 데이터 분석 (Doing Bayesian Data Analysis)보다 선호한다. 여기에있는 대부분의 책 (Gelman, Robert, ...)은 제 의견으로는 입문이 아니며 당신과 이야기 할 누군가가 없다면 더 많은 질문과 대답이 남을 것입니다. Albert의 책은 책에 제시된 것과는 다른 데이터를 편안하게 분석 할 수있을 정도로 충분한 자료를 다루지 않습니다 (내 의견).

나는 Markov Chain Monte Carlo : Gamerman과 Lopes의 베이지안 추론 을 위한 확률 적 시뮬레이션을 매우 좋아 합니다.

완전한 초보자를 위해 윌리엄 브릭스 (William Briggs) 의 평균 법칙 위반 : 평범한 확률과 통계

실제로 MCMC를 실습 에 포함시켜야합니다 . MCMC에 대한 훌륭한 소개를 제공 할 것입니다. 아마 다른 서적들만큼 일반적이지는 않지만 통찰력과 직관력을 얻는 데 탁월합니다. R와 Bayesian Computation 후에 (또는 병렬로) 읽는 것이 좋습니다 .

물리 과학 (물리 / 천문학)에서 오는 경우 물리 과학에 대한 베이지안 논리 데이터 분석 : Gregory (2006)의 Mathematica® 지원을 통한 비교 접근법을 권장합니다 .

제목의 "Mathematica® Support 포함"부분은 상업적 문제 (Mathematica 코드 사용법이 매우 좋지 않음)에만 해당되지만이 책의 장점은 실제로 확률과 통계의 주제를 소개한다는 것입니다. 그것은 또한 잦은 통계에 관한 장을 가지고있다. 그러나 일단 당신이 그것을 주사하면 Gelman et. 많은 사람들이 당신을 추천했습니다. 그레고리 서에 실린 대부분의 자료는 가볍게 읽히지 않았습니다 (그렇지 않다면 소개하지 않을 것입니다).

나는 읽었다 :

Gelman 등 (2013). 베이지안 데이터 분석. CRC Press LLC. 제 3 판

호프, 피터 D (2009). 베이지안 통계 방법의 첫 번째 코스. 통계에 스프링거 텍스트.

Kruschke, 베이지안 데이터 분석 : R과 버그가있는 튜토리얼, 2011. Academic Press / Elsevier.

우선 Kruschke의 책이 더 좋다고 생각합니다. 베이지안 사고에 대한 첫 번째 접근 방식에 완벽합니다. 개념은 매우 명확하게 설명되고 수학은 많지 않으며 많은 좋은 예가 있습니다!

Gelman et al. 훌륭한 책이지만 더 진보되어 있으며 Kruschke의 책을 읽은 후 읽을 것을 제안합니다.

반대로, 나는 호프의 책이 소개 책이기 때문에 마음에 들지 않았지만 개념 (및 베이지안 사고)은 명확한 방식으로 설명되지 않았습니다. 넘어가는 것이 좋습니다.

초보자를 위해 단일 텍스트를 선택해야한다면

              Sivia DS and Skilling J (2006) book (see below). 

아래에 열거 된 모든 책들 중에서 그것은 필수적인 아이디어를 직관적으로 파악하기 위해 최선을 다하지만 여전히 1 페이지의 수학적 정교함이 필요합니다.

아래는 각 책에 대한 의견과 함께 저의 책에서 읽은 추가 정보 목록입니다.

Bernardo, JM and Smith, A, (2000) 4. 베이지안 이론 (Bayesian Theory) 많은 실제 사례와 함께 베이지안 방법에 대한 엄격한 설명.

비숍, C (2006) 5. 패턴 인식 및 기계 학습. 제목에서 알 수 있듯이 이것은 주로 기계 학습에 관한 것이지만 베이지안 방법에 대한 명쾌하고 포괄적 인 설명을 제공합니다.

코완 G (1998) 6. 통계 데이터 분석. 통계 분석에 대한 비 베이어 비 언어 소개.

Dienes, Z (2008) 8. 과학으로서의 심리학 이해 : 과학 및 통계적 추론 소개. Bayes의 규칙에 대한 학습 자료와 Bayesian과 잦은 통계의 구별에 대한 자각 분석을 제공합니다.

Gelman A, Carlin J, Stern H 및 Rubin D. (2003) 14. 베이지안 데이터 분석. 많은 실제 사례와 함께 베이지안 분석에 대한 엄격하고 포괄적 인 설명.

Jaynes E와 Bretthorst G (2003) 18. 확률 이론 : 과학의 논리. 베이지안 분석의 현대 고전. 포괄적이고 현명합니다. 그 강렬한 스타일은 길지만 (600 페이지), 결코 둔하지 않으며, 많은 통찰력을 갖추고 있습니다.

칸, S, 2012 년, 베이 즈 정리 소개. Salman Khan의 온라인 수학 비디오는 Bayes의 규칙을 포함하여 다양한 주제에 대해 잘 소개합니다.

Lee PM (2004) 27. 베이지안 통계 : 소개. 신중한 베이지안 스타일의 엄격하고 포괄적 인 텍스트.

맥케이 DJC (2003) 28. 정보 이론, 추론 및 학습 알고리즘. 정보 이론에 관한 현대의 고전. 많은 주제에 걸쳐 광범위하게 로밍되는 읽기 쉬운 텍스트로, 거의 모두 Bayes의 규칙을 사용합니다.

Migon, HS and Gamerman, D (1999) 30. 통계적 추론 : 통합 접근법. 베이지안 방식과 비 베이지안 방식을 비교 한 간단하고 명확한 추론 설명. 상당히 진보되었지만 글쓰기 스타일은 실제로 튜토리얼입니다.

피어스 JR (1980) 34 2 판. 정보 이론 소개 : 심볼, 신호 및 노이즈. Pierce는 비공식적 인 튜토리얼 스타일의 글을 쓰지만 정보 이론의 기본 정리를 제시하지는 않습니다.

레자, FM (1961) 35. 정보 이론에 대한 소개. 위의 Pierce 서적보다 더 포괄적이고 수학적으로 엄밀한 서적이며, Pierce의보다 비공식적 인 텍스트를 처음 읽은 후에 만 ​​이상적으로 읽으십시오.

Sivia DS와 Skilling J (2006) 38. 데이터 분석 : 베이지안 튜토리얼. 이것은 베이지안 방법에 대한 훌륭한 튜토리얼 스타일 소개입니다.

Spiegelhalter, D and Rice, K (2009) 36. 베이지안 통계. Scholarpedia, 4 (8) : 5230. http://www.scholarpedia.org/article/Bayesian_statistics 베이지안 통계의 현재 상태에 대한 안정적이고 포괄적 인 요약.

그리고 여기 2013 년 6 월에 출판 된 저의 책이 있습니다.

베이 즈의 규칙 : 베이지안 분석 입문, 제임스 V 스톤 박사, ISBN 978-0956372840

1 장은 http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html 에서 다운로드 할 수 있습니다.

설명 : 18 세기의 수학자이자 설교자가 발견 한 Bayes의 규칙은 현대 확률 이론의 초석입니다. 이 풍부한 책에서 Bayes의 규칙이 실제로 상식 추론의 자연스러운 결과를 나타내는 방법을 보여주는 다양한 접근 가능한 예제가 사용됩니다. Bayes의 규칙은 직관적 인 그래픽 확률을 사용하여 도출되며 Bayesian 분석은 제공된 MatLab 프로그램을 사용하여 매개 변수 추정에 적용됩니다. 포괄적 인 용어집과 결합 된 학습서 스타일은 베이 시안 분석의 기본 원리에 익숙해지기를 원하는 초보자에게 이상적인 입문서입니다.

엄격하게 베이지안 통계는 아니지만 Rogers와 Girolami의 "기계 학습에 대한 첫 번째 코스"를 강력히 추천 할 수 있습니다 . 이는 기계 학습에 대한 베이지안 접근법에 대한 소개입니다. 매우 체계적이고 명확하며 강력한 수학적 배경이없는 학생들을 대상으로합니다. 이것은 베이지안 아이디어에 대한 아주 좋은 첫 소개라는 것을 의미합니다. 좋은 기능인 MATLAB / OCTAVE 코드도 있습니다.

사회 과학자를위한 베이지안 통계 . 필립스, Lawrence D. (1973), Thomas Crowell & Co. 매우 명확하고, 접근성이 뛰어나며, 통계 지식이 없다고 생각합니다. 볼 스타드와 달리, 건조하다고 생각되는 성격과는 약간 다릅니다.

이 책은 초급 학부 수준을 목표로합니다.

생물 통계 : 베이지안 소개. 조지 G 우즈 워스

John Wiley & Sons 발행

길 제이 (2014). 베이지안 방법 : 사회 및 행동 과학 접근법. 제 3 판.

사회 과학가를 대상으로하는 정치 과학 교수에 의해 작성되었습니다. R 코드가 제공됩니다.

http://www.amazon.com/Bayesian-Methods-Behavioral-Sciences-Statistics/dp/1439862486/

초보자 유형이 질문에 지정되어 있지 않으므로 통계 전문가를 시작하기위한 조언은 다음과 같습니다.

Andrew B. Lawson과 Emmanuel Lesaffre (2012) : 베이지안 생물 통계

이 책은 통계학 석사 과정의 첫 해에 사용되었으며 이러한 어려운 주제에 대해서는 비교적 이해하기 쉽다는 것을 알았습니다. 대부분의 '생물 통계학'책과 마찬가지로, 그 예는 주로 임상 생물학이지만, 그 방법은 임상 과학에 유용한 것으로 제한되지 않습니다. 우리는 이것에 앞서 약 반년의 통계 교육을 받았으며 베이지안 정리 외에, 베이지안 통계는 아직 소개되지 않았습니다.

좋은 점은 함께 제공되는 프레젠테이션의 649 개 슬라이드 전체가 온라인 으로 제공된다는 것 입니다.