Bayesian İstatistikleri için MCMC ile ilgili temel referanslar

11

Bayesian İstatistik için temel MCMC (R ile) hakkında pratik ve teorik örnekler içeren bazı makaleler veya kitaplar arıyorum . Simülasyon hakkında hiç çalışmadım ve bu yüzden "temel" bilgi arıyorum. Bana tavsiye veya tavsiye verebilir misiniz?

bayesian references mcmc

— Kırmızı burun
kaynak

MCMC ile mücadele etmeden önce bazı temel simülasyonları incelemenizi şiddetle tavsiye ederim.

— Glen_b -Monica

Aşağıdaki önerilerin bazılarının soyağacı göz önüne alındığında, bunu buraya göndermekten çekinmeyin, ancak gerçekten "temel" istiyorsanız, burada fiziksel tabanlı modellerde (R yerine Python kullanarak) MCMC kullanımı hakkında bazı notlar var. ). Aşağıda verilen diğer referanslar çok daha titizdir, bu yüzden lütfen dikkatli kullanın, ancak bir gün benden başka biri için yararlı olabileceklerini düşünmek istiyorum :-)

— JamesS

8

Yukarıdaki başlıkların yanı sıra, özellikle R'yi hedefleyen kitaplar da vardır.

Jim Albert'in Bayes R ile Hesaplanması
arXiv üzerinde bir çözüm el kitabı olan R ile Bayesian Essentials kitabımız
Daha kapsamlı Monte Carlo İstatistiksel Yöntemlerimizin başlangıç sürümü olan ve aynı zamanda arXived çözüm kılavuzuna sahip olan R ile Monte Carlo Yöntemlerine Giriş kitabımız
Richard McElreath en R ve STAN'a Örneklerle İstatistiksel Yeniden Düşünmek blogumda gözden

— Xi'an
kaynak

1

bu arada kitabını sevdi Christian

— bdeonovic

1

Christian, seni tebrik ediyorum çünkü TBC! Bayesian istatistiklerine yeni başlayan biri olarak kitabınız bana çok yardımcı oldu!

— Red Noise

@ user135273: teşekkür ederim. Bayesian Seçimi bazen yeni başlayanlar için sert olabilir ...!

— Xi'an

13

insanlar genellikle Kruschke'nin Doing Bayesian Veri Analizini harika bir giriş kitabı olarak tavsiye ederler .

Oradan Gelman'ın Bayesian Veri Analizini deneyebilirsiniz .

Sonra mükemmel Monte Carlo İstatistiksel Yöntemleri ile bitirin

Özellikle ne aradığınız hakkında daha fazla bilgi olmadan, muhtemelen yapabileceğim en iyisidir.

— bdeonovic
kaynak

5

İstatistikleri öğrenmeye başladığımda Gelman'ın Bayesci veri analizi kitabını anlamak çok zor buldum, istatistiğe yeni biri için biraz zor olabilir!

Peter Hoff'ün Bayesian İstatistiksel Yöntemler adlı A First Course adlı kitabıyla başlamanızı tavsiye ederim .

Gelişmiş istatistiksel konular için kapsamlı bir kitap değildir, ancak çok sayıda istatistiksel model ve örnek içerir ve R-kodları ya metin boyunca ya da bu kitabın web sitesinden sağlanır .

— Bahgat Nassour
kaynak

5

Tanıtım kağıtlarını sorarsanız , aşağıdakileri kontrol edebilirsiniz:

Casella, G. ve George, EI (1992). Gibbs örnekleyicisini açıklamak. Amerikan İstatistikçi, 46 (3), 167-174.

Andrieu, C., de Freitas, N., Doucet, A. ve Jordan, MI (2003). Makine öğrenimi için MCMC'ye giriş. Makine Öğrenmesi, 50, 5-43.

Tierney, L. (1994). Posterior dağılımları araştırmak için Markov zincirleri. Yıllıklar İstatistikleri, 1701-1728.

Hartig, F., Calabrese, JM, Reineking, B., Wiegand, T. ve Huth, A. (2011). Stokastik simülasyon modelleri için istatistiksel çıkarsama - teori ve uygulama. Ekoloji Mektupları, 14, 816-827.

— Tim
kaynak

1

Tarihsel olarak, George ve Ed'in Amerikan İstatistikçi makalesi, çocuklar için Gibbs'e sahip olmalıydı, ancak editörler bunu beğenmedi. Bir hayvan yetiştiricisi Dan Gianola, başlığı domuzlar için Gibbs'a geri dönüştürmek ve incelemesini yayınlatmak için aldı.

— Xi'an

1

Bayes teorisi benim için her zaman anlamlıydı, ancak Bayes analizi her zaman çok kafa karıştırıcıydı. 8 Okul örneği hakkındaki bu blog gönderisini okuduğumda gerçekten tıklamaya başladı: http://andrewgelman.com/2014/01/21/everything-need-know-bayesian-statistics-learned-eight-schools/

Aslında daha iyi bir örnekle örneğin daha anlamlı olabileceğini düşünüyorum, 8 Okulda açıklanan metrik bazı soyut "koçluk" sonucudur.

— geneorama
kaynak

0

Stata'dan MCMC'nin harika grafik açıklaması

https://www.youtube.com/watch?v=OTO1DygELpY

— Sengiley
kaynak