Soy frecuentista de entrenamiento y práctica, pero me gustaría aprender más sobre estadística bayesiana. Sé lo básico, pero quisiera estar en una pérdida si tuviera, por ejemplo, reemplazar mi hipótesis ANOVA normal pruebas de enfoque con una alternativa bayesiana.
¿Qué libro recomendaría aprender que enfoques bayesianos práctico? Preferentemente utilizando R.
Peter D. Huff. Un Primer Curso de Métodos Estadísticos Bayesianos. Springer (2010)
También
Andrew Gelman et. al. Bayesiano de Análisis de Datos (3ª ed.). CRC (2013)
La Gelman libro no se limita a R pero también se utiliza Stan, un probabilístico lenguaje de programación similar a la de los ERRORES o ENTRECORTADO. Creo que las ediciones anteriores del libro usado ERRORES en lugar de Stan, que es probablemente muy similar.
Y por último:
Juan Kruschke. Haciendo Bayesiano de Análisis de Datos: Un tutorial con R y ERRORES. Academic Press (2011)
Más ERRORES de R, pero probablemente el más pragmático de los tres libros que he sugerido. No deje que la cubierta de disuadir a usted, esto es perfectamente respetable de texto.
Fortuito de temporización, como Bayesiano de Análisis de Datos, 3ª ed se acaba de publicar. Es un buen propósito general del texto, con un énfasis en los métodos jerárquicos, una sección avanzada de cálculo (es decir, la cadena de Markov Monte Carlo), y un apéndice sobre Gelman inferencia Bayesiana herramienta, rstan.
El texto se centra en las estadísticas, en lugar de la programación, aunque, por lo que quizás esta respuesta no se ajusta a tu R necesidades. Dicho esto, he sido capaz de recrear el texto ejemplos en R basándose simplemente en su prosa clara de las descripciones.
Ambos son introductorios, pero útil en mi humilde opinión:
http://www.Springer.com/Statistics/Statistical+Theory+and+Methods/Book/978-1-4614-5695-7
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
