Bayesian Compendium / van Oijen, Marcel  

Público ISBD Ningún comentario para este registro. Título : Bayesian Compendium Tipo de documento: documento electrónico Autores: van Oijen, Marcel, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XIV, 204 p. 60 ilustraciones, 23 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-55897-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas  Biometría  Monitoreo ambiental  Química analítica  Inferencia bayesiana  Bioestadística  Teoría y métodos estadísticos Índice Dewey: 519.542 Resumen: Este libro describe cómo funcionan los métodos bayesianos. Su objetivo principal es desmitificarlos y mostrar a los lectores que el pensamiento bayesiano no es difícil y puede utilizarse prácticamente en todo tipo de investigación. Además de revelar la simplicidad subyacente de los métodos estadísticos, el libro explica cómo parametrizar y comparar modelos teniendo en cuenta las incertidumbres en los datos, los parámetros del modelo y las estructuras del modelo. ¿Cómo se deben utilizar exactamente los datos en el modelado? La literatura ofrece una variedad desconcertante de técnicas y enfoques (calibración bayesiana, asimilación de datos, filtrado de Kalman, fusión de datos y modelos). Este libro proporciona una guía breve y sencilla para todo esto y más. Fue escrito desde una perspectiva bayesiana unificadora, que revela cómo la multitud de técnicas y enfoques están relacionados entre sí. Se introducen nociones básicas de la teoría de la probabilidad. Se incluyen ejemplos de código ejecutable para mejorar el uso práctico del libro para los modeladores científicos, y todo el código también está disponible en línea. Nota de contenido: Preface -- 1 Introduction to Bayesian thinking -- 2 Introduction to Bayesian science -- 3 Assigning a prior distribution -- 4 Assigning a likelihood function -- 5 Deriving the posterior distribution -- 6 Sampling from any distribution by MCMC -- 7 Sampling from the posterior distribution by MCMC -- 8 Twelve ways to fit a straight line -- 9 MCMC and complex models -- 10 Bayesian calibration and MCMC: Frequently asked questions -- 11 After the calibration: Interpretation, reporting, visualization -- 2 Model ensembles: BMC and BMA -- 13 Discrepancy -- 14 Gaussian Processes and model emulation -- 15 Graphical Modelling (GM) -- 16 Bayesian Hierarchical Modelling (BHM) -- 17 Probabilistic risk analysis and Bayesian decision theory -- 18 Approximations to Bayes -- 19 Linear modelling: LM, GLM, GAM and mixed models -- 20 Machine learning -- 21 Time series and data assimilation -- 22 Spatial modelling and scaling error -- 23 Spatio-temporal modelling and adaptive sampling -- 24 What next? -- Appendix 1: Notation and abbreviations -- Appendix 2: Mathematics for modellers -- Appendix 3: Probability theory for modellers -- Appendix 4: R -- Appendix 5: Bayesian software. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Bayesian Compendium [documento electrónico] / van Oijen, Marcel, Autor  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XIV, 204 p. 60 ilustraciones, 23 ilustraciones en color. ISBN : 978-3-030-55897-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas  Biometría  Monitoreo ambiental  Química analítica  Inferencia bayesiana  Bioestadística  Teoría y métodos estadísticos Índice Dewey: 519.542 Resumen: Este libro describe cómo funcionan los métodos bayesianos. Su objetivo principal es desmitificarlos y mostrar a los lectores que el pensamiento bayesiano no es difícil y puede utilizarse prácticamente en todo tipo de investigación. Además de revelar la simplicidad subyacente de los métodos estadísticos, el libro explica cómo parametrizar y comparar modelos teniendo en cuenta las incertidumbres en los datos, los parámetros del modelo y las estructuras del modelo. ¿Cómo se deben utilizar exactamente los datos en el modelado? La literatura ofrece una variedad desconcertante de técnicas y enfoques (calibración bayesiana, asimilación de datos, filtrado de Kalman, fusión de datos y modelos). Este libro proporciona una guía breve y sencilla para todo esto y más. Fue escrito desde una perspectiva bayesiana unificadora, que revela cómo la multitud de técnicas y enfoques están relacionados entre sí. Se introducen nociones básicas de la teoría de la probabilidad. Se incluyen ejemplos de código ejecutable para mejorar el uso práctico del libro para los modeladores científicos, y todo el código también está disponible en línea. Nota de contenido: Preface -- 1 Introduction to Bayesian thinking -- 2 Introduction to Bayesian science -- 3 Assigning a prior distribution -- 4 Assigning a likelihood function -- 5 Deriving the posterior distribution -- 6 Sampling from any distribution by MCMC -- 7 Sampling from the posterior distribution by MCMC -- 8 Twelve ways to fit a straight line -- 9 MCMC and complex models -- 10 Bayesian calibration and MCMC: Frequently asked questions -- 11 After the calibration: Interpretation, reporting, visualization -- 2 Model ensembles: BMC and BMA -- 13 Discrepancy -- 14 Gaussian Processes and model emulation -- 15 Graphical Modelling (GM) -- 16 Bayesian Hierarchical Modelling (BHM) -- 17 Probabilistic risk analysis and Bayesian decision theory -- 18 Approximations to Bayes -- 19 Linear modelling: LM, GLM, GAM and mixed models -- 20 Machine learning -- 21 Time series and data assimilation -- 22 Spatial modelling and scaling error -- 23 Spatio-temporal modelling and adaptive sampling -- 24 What next? -- Appendix 1: Notation and abbreviations -- Appendix 2: Mathematics for modellers -- Appendix 3: Probability theory for modellers -- Appendix 4: R -- Appendix 5: Bayesian software. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200