이론 측정을위한 소개

비모수 적 베이지안 (및 관련) 기술에 대해 더 배우고 싶습니다. 저의 배경은 컴퓨터 공학에 있으며 측정 이론이나 확률 이론에 대한 과정을 수강하지는 않았지만 확률과 통계에 대한 공식적인 훈련은 제한적이었습니다. 누구든지 시작하기 위해 이러한 개념에 대한 읽기 쉬운 소개를 추천 할 수 있습니까?

A의 정말 짧은 소개 (일곱 페이지 PDF)이이, 당신이 측정 이론의 비트를 사용하는 논문을 따라 할 수 있도록 구성 :

측정 이론 자습서 (모형에 대한 측정 이론) . Maya R. Gupta. 2006 년 워싱턴 대학교 전기 공학과. ( archive.org 사본)

저자는 마지막에 약간의 반박을 주었고 "가장 친근한 책 중 하나는 Resnick 's이며, 수학 학사 학위를 가지고 있지 않다는 가정하에 이론적 인 대학원 수준의 확률을 측정합니다."

SI Resnick, 확률 경로 , Birkhäuser, 1999. 453 페이지.

연구를 마친 후에 측정 이론 이론적 확률에 대해 알아야 할 것이 있다고 생각했을 때 이것을 구입했습니다.

제프리 로젠탈 엄격한 확률 이론에 대한 첫 번째 모습 . 세계 과학 2007. ISBN 9789812703712.

그러나 개인적인 경험이 Stephen Senn의 quip 과 일치하기 때문에 나는 그것을 많이 읽지 않았습니다 .

개인적으로 저는 콜 모고 로프의 최초 의 확률 이론 기초가 적어도 대부분의 측정 이론 텍스트와 비교할 때 상당히 읽기 쉽다 는 것을 알았습니다 . 그것은 나중에 어떤 작업도 포함하지 않지만, 대부분의 중요한 개념 (측정 값 제로, 조건부 기대 등)에 대한 아이디어를 제공합니다. 또한 84 페이지에 불과합니다.

Lebesgue 이론의 개요 : Robert E. Wernikoff 의 휴리스틱 소개 . 엔지니어에게는 이것이 가장 좋은 소개입니다.

비모수 적 베이지안 분석으로 바로 뛰어 드는 것은 첫 번째 큰 도약입니다! 어쩌면 먼저 벨트 아래에 약간의 파라 메트릭 베이를 얻을 수 있습니까?

베이지안 부분에서 유용한 세 가지 책은 다음과 같습니다.

1) 확률 이론 : ET Jaynes 의 과학 논리 , GL Bretthorst (2003) 편집

2) 베이지안 이론 , Bernardo, JM and Smith, AFM (1994 년 1 월, 2007 년 2 차).

3) 베이지안 결정 이론 JO Berger (1985)

Bayesian 통계의 최근 적용 을 볼 수있는 좋은 곳 은 2006 년부터 현재까지의 기사를 포함한 Bayesian Analysis 라는 무료 저널 입니다.