Grundlegende Referenzen zu MCMC für die Bayes'sche Statistik

11

Ich suche einige Artikel oder Bücher mit praktischen und theoretischen Beispielen über grundlegende MCMC für Bayesian Statistics (With R). Ich habe noch nie etwas über Simulation gelernt und suche deshalb nach "grundlegenden" Informationen. Können Sie mir einige Empfehlungen oder Ratschläge geben?

bayesian references mcmc Roter Lärm
quelle
Ich rate Ihnen dringend, einige grundlegende Simulationen zu studieren, bevor Sie versuchen, MCMC in Angriff zu nehmen.
Glen_b -Reinstate Monica
In Anbetracht des Stammbaum von einigen der unten aufgeführten Empfehlungen aus, ich zögere , dies hier zu schreiben, aber wenn Sie wirklich wollen „basic“, ich habe ein paar Notizen über die Verwendung von MCMC für Inferenz Parameter in physikalisch basierten Modellen hier (mit Python anstatt R ). Die anderen unten angegebenen Referenzen sind weitaus strenger. Bitte verwenden Sie sie mit Vorsicht, aber ich würde gerne glauben, dass sie eines Tages für andere als mich nützlich sein könnten :-)
JamesS

Antworten:

8

Neben den oben genannten Titeln gibt es Bücher, die speziell auf R abzielen, wie z

Xi'an
quelle
1
liebte Ihr Buch übrigens Christian
bdeonovic
1
Christian, ich möchte dir gratulieren, weil TBC! Als Anfänger bei Bayesian Stats hat mir Ihr Buch sehr geholfen!
Red Noise
@ user135273: danke. Die Bayesianische Wahl kann für Anfänger manchmal hart sein ...!
Xi'an
5

Als ich anfing, Statistiken zu lernen, fand ich Gelmans Buch über die Bayes'sche Datenanalyse sehr schwer zu verstehen, es könnte für jemanden, der neu in der Statistik ist, etwas überwältigend sein!

Ich empfehle Ihnen, mit Peter Hoffs Buch A First Course in Bayesian Statistical Methods zu beginnen .

Es ist kein umfassendes Buch für fortgeschrittene statistische Themen, enthält jedoch eine Vielzahl statistischer Modelle und Beispiele, und R-Codes werden entweder im gesamten Text oder auf der Website für dieses Buch bereitgestellt .

Bahgat Nassour
quelle
5

Wenn Sie über Einführungs fragen Papiere , können Sie Folgendes überprüfen:

Casella, G. & George, EI (1992). Erklären des Gibbs-Samplers. The American Statistician, 46 (3), 167-174.

Andrieu, C., de Freitas, N., Doucet, A. & Jordan, MI (2003). Eine Einführung in MCMC für maschinelles Lernen. Maschinelles Lernen, 50, 5-43.

Tierney, L. (1994). Markov-Ketten zur Erforschung der posterioren Verteilungen. Die Annalen der Statistik, 1701-1728.

Hartig, F., Calabrese, JM, Reineking, B., Wiegand, T. & Huth, A. (2011). Statistische Inferenz für stochastische Simulationsmodelle - Theorie und Anwendung. Ecology Letters, 14, 816–827.

Tim
quelle
1
Historisch gesehen hätte das amerikanische Statistikpapier von George und Ed den Titel Gibbs für Kinder tragen sollen, aber die Herausgeber mochten es nicht. Ein Tierzüchter, Dan Gianola, brauchte, um den Titel für Schweine in Gibbs zu recyceln und seine Rezension zu veröffentlichen.
Xi'an
1

Die Bayes-Theorie ergab für mich immer einen Sinn, aber die Bayes'sche Analyse war immer sehr verwirrend. Die Dinge fingen wirklich an zu klicken, als ich diesen Blog-Beitrag über das Beispiel der 8 Schulen las: http://andrewgelman.com/2014/01/21/everything-need-know-bayesian-statistics-learned-eight-schools/

Ich denke tatsächlich, dass das Beispiel mit einem besseren Beispiel aussagekräftiger sein könnte. Die in den 8 Schulen beschriebene Metrik ist ein abstraktes "Coaching" -Ergebnis.

Genorama
quelle
0

Tolle grafische Erklärung von MCMC von Stata

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

Sengiley
quelle