Manuale di inferenza bayesiana, fiduciaria e frequentista

Titolo originale:

Handbook of Bayesian, Fiducial, and Frequentist Inference

Contenuto del libro:

L'emergere della scienza dei dati, negli ultimi decenni, ha amplificato la necessità di una metodologia efficiente per l'analisi dei dati e ha evidenziato l'importanza dell'inferenza statistica. Nonostante gli enormi progressi compiuti, la scienza statistica è ancora una disciplina giovane e continua ad avere percorsi diversi e concorrenti nei suoi approcci e nei suoi fondamenti. Mentre l'emergere di approcci concorrenti è una progressione naturale di qualsiasi disciplina scientifica, le differenze nei fondamenti dell'inferenza statistica possono talvolta portare a interpretazioni e conclusioni diverse dallo stesso insieme di dati. Il crescente interesse per i fondamenti dell'inferenza statistica ha portato a molte pubblicazioni e le recenti e vivaci attività di ricerca in statistica, matematica applicata, filosofia e altri campi della scienza riflettono l'importanza di questo sviluppo. Gli approcci BFF non solo creano un ponte tra i fondamenti e l'apprendimento scientifico, ma facilitano anche la ricerca scientifica oggettiva e replicabile e forniscono metodologie di calcolo scalabili per l'analisi dei big data. La maggior parte dei lavori pubblicati si concentra tipicamente su un singolo argomento o tema, e il corpus di lavori è disperso in diverse riviste. Questo manuale fornisce un'introduzione completa e un'ampia panoramica degli sviluppi principali delle scuole di inferenza BFF.

Si rivolge a ricercatori e studenti che desiderano una panoramica dei fondamenti dell'inferenza dal punto di vista della BFF e fornisce un riferimento generale per l'inferenza BFF.

Caratteristiche principali:

⬤ Fornisce un'introduzione completa ai principali sviluppi delle scuole di inferenza BFF.

⬤ Fornisce una panoramica dei moderni metodi inferenziali, consentendo agli scienziati di altri settori di ampliare le proprie conoscenze.

⬤ È accessibile a lettori con prospettive e background diversi.