Metodi bayesiani: Un approccio alle scienze sociali e comportamentali, terza edizione

Recensioni dei lettori

Il libro è apprezzato per la sua introduzione completa e accessibile alla statistica bayesiana, che lo rende adatto a un'ampia gamma di lettori, compresi quelli con una formazione statistica minima. È ben strutturato, con spiegazioni chiare ed esempi pratici, in particolare in codice R. Tuttavia, alcuni utenti hanno riscontrato un potenziale problema con l'indice, che potrebbe sotto-rappresentare il contenuto del libro, e lamentele minori riguardo alle condizioni fisiche del libro al momento dell'acquisto.

⬤ Copertura completa dei metodi bayesiani e dell'inferenza statistica.
⬤ Accessibile a tutti i livelli di statistica.
⬤ Spiegazioni ben scritte e derivazioni chiare dei concetti.
⬤ Include esempi di codice in R per l'applicazione pratica.
⬤ Contiene una grande quantità di esempi e riferimenti.
⬤ Ideale per l'autoapprendimento.

⬤ L'indice dei contenuti potrebbe non riflettere accuratamente la profondità dei contenuti.
⬤ Alcuni utenti hanno riscontrato problemi con la copia fisica, come la copertina incrinata.
⬤ Può richiedere una certa preparazione in materia di probabilità e statistica per apprezzare appieno gli argomenti avanzati.

(basato su 9 recensioni dei lettori)

Titolo originale:

Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition

Contenuto del libro:

Un aggiornamento della più popolare introduzione alla statistica bayesiana per scienziati sociali.

Ora che la modellazione bayesiana è diventata uno standard, l'MCMC è ben compreso e affidabile e la potenza di calcolo continua ad aumentare, Bayesian Methods: A Social and Behavioral Sciences Approach, Third Edition si concentra maggiormente sui dettagli di implementazione delle procedure e meno sulla giustificazione delle procedure. Gli esempi ampliati riflettono questo approccio aggiornato.

Novità della terza edizione

⬤ Un capitolo sulla teoria delle decisioni bayesiane, che copre la teoria delle decisioni bayesiana e frequentista, nonché la connessione di Bayes empirica con la stima di James-Stein.

⬤ Un capitolo sull'implementazione pratica dei metodi MCMC utilizzando il software BUGS.

⬤ Capitolo notevolmente ampliato sui modelli gerarchici che mostra come quest'area si adatti bene al paradigma bayesiano.

⬤ Molte nuove applicazioni da una varietà di discipline delle scienze sociali.

⬤ Doppio numero di esercizi, con 20 ora in ogni capitolo.

⬤ Aggiornamento del pacchetto BaM in R, con nuovi set di dati, codice e procedure per richiamare i pacchetti BUGS da R.

Questo bestseller, molto apprezzato, continua a essere adatto a una vasta gamma di corsi, tra cui un corso introduttivo o un corso incentrato sull'informatica. Mostra agli studenti di scienze sociali e comportamentali come utilizzare i metodi bayesiani nella pratica, preparandoli a un lavoro sofisticato e reale nel settore.