<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          貝葉斯統(tǒng)計(jì)方法

          聯(lián)合創(chuàng)作 · 2023-10-07 06:35

          專(zhuān)家推薦

          “我想本書(shū)將填補(bǔ)目前的一個(gè)空白,隨著研究人員和學(xué)生轉(zhuǎn)向貝葉斯統(tǒng)計(jì)方法的常規(guī)應(yīng)用,這本書(shū)也將能夠打

          開(kāi)自己的市場(chǎng)?!?/p>

          ——MichaelLee教授,數(shù)學(xué)心理學(xué)會(huì)會(huì)長(zhǎng),加利福尼亞大學(xué)爾灣分校

          “JohnK.Kruschke寫(xiě)了一本關(guān)于統(tǒng)計(jì)的書(shū),這本書(shū)優(yōu)于其他作品之處在于其文體簡(jiǎn)明,這本書(shū)優(yōu)于其他作品的另一個(gè)原因是它是關(guān)于貝葉斯統(tǒng)計(jì)的,究其原因,它真的很令吃驚!”——JamesL.(Jay)McClelland,心理學(xué)院院長(zhǎng)&露西·斯特恩講席教授,斯坦福大學(xué)

          書(shū)籍特色

          ★本書(shū)提供了R編程語(yǔ)言和BUGS軟件(都是免費(fèi)軟件)的完整案例,并從基礎(chǔ)編程案例講起,逐漸將難度提升到復(fù)雜數(shù)據(jù)和演示圖形的完整程序。這些模板都可以根據(jù)不同的學(xué)生和不同的研究需要做調(diào)整。

          ★全面覆蓋所有分析情況需要用到非貝葉斯方法:t-檢驗(yàn),方差分析(ANOVA)和ANOVA中的多重...

          專(zhuān)家推薦

          “我想本書(shū)將填補(bǔ)目前的一個(gè)空白,隨著研究人員和學(xué)生轉(zhuǎn)向貝葉斯統(tǒng)計(jì)方法的常規(guī)應(yīng)用,這本書(shū)也將能夠打

          開(kāi)自己的市場(chǎng)。”

          ——MichaelLee教授,數(shù)學(xué)心理學(xué)會(huì)會(huì)長(zhǎng),加利福尼亞大學(xué)爾灣分校

          “JohnK.Kruschke寫(xiě)了一本關(guān)于統(tǒng)計(jì)的書(shū),這本書(shū)優(yōu)于其他作品之處在于其文體簡(jiǎn)明,這本書(shū)優(yōu)于其他作品的另一個(gè)原因是它是關(guān)于貝葉斯統(tǒng)計(jì)的,究其原因,它真的很令吃驚!”——JamesL.(Jay)McClelland,心理學(xué)院院長(zhǎng)&露西·斯特恩講席教授,斯坦福大學(xué)

          書(shū)籍特色

          ★本書(shū)提供了R編程語(yǔ)言和BUGS軟件(都是免費(fèi)軟件)的完整案例,并從基礎(chǔ)編程案例講起,逐漸將難度提升到復(fù)雜數(shù)據(jù)和演示圖形的完整程序。這些模板都可以根據(jù)不同的學(xué)生和不同的研究需要做調(diào)整。

          ★全面覆蓋所有分析情況需要用到非貝葉斯方法:t-檢驗(yàn),方差分析(ANOVA)和ANOVA中的多重比較法,多元線(xiàn)性回歸,Logistic回歸,序列回歸和卡方(列聯(lián)表分析。涉及的研究設(shè)計(jì)包括貝葉斯勢(shì)分析和樣本容量規(guī)劃。

          作者從概率統(tǒng)計(jì)和編程兩方面入手,由淺入深地指導(dǎo)讀者如何對(duì)實(shí)際數(shù)據(jù)進(jìn)行貝葉斯分析。全書(shū)分成三部分,第一部分為基礎(chǔ)篇:關(guān)于參數(shù)、概率、貝葉斯法則及R軟件,第二部分為二元比例推斷的基本理論,第三部分為廣義線(xiàn)性模型。內(nèi)容包括貝葉斯統(tǒng)計(jì)的基本理論、實(shí)驗(yàn)設(shè)計(jì)的有關(guān)知識(shí)、以層次模型和MCMC為代表的復(fù)雜方法等。同時(shí)覆蓋所有需要用到非貝葉斯方法的情況,其中包括:t檢驗(yàn),方差分析(ANOVA)和ANOVA中的多重比較法,多元線(xiàn)性回歸,Logistic回歸,序列回歸和卡方(列聯(lián)表)分析。針對(duì)不同的學(xué)習(xí)目標(biāo)(如R、BUGS等)列出了相應(yīng)的重點(diǎn)章節(jié);整理出貝葉斯統(tǒng)計(jì)中某些與傳統(tǒng)統(tǒng)計(jì)學(xué)可作類(lèi)比的內(nèi)容,方便讀者快速學(xué)習(xí)。本中提出的方法都是可操作的,并且所有涉及數(shù)學(xué)理論的地方都已經(jīng)用實(shí)際例子非常直觀地進(jìn)行了解釋。由于并不對(duì)讀者的統(tǒng)計(jì)或編程基礎(chǔ)有較高的要求,因此本書(shū)非常適合社會(huì)學(xué)或生物學(xué)研究者入門(mén)參考,同時(shí)也可作為相關(guān)科研人員的參考書(shū)。

          [美]約翰 K.克魯斯克(John K.kruschke)

          印第安納大學(xué)心理學(xué)以及腦科學(xué)教授 ,統(tǒng)計(jì)學(xué)教授 ,認(rèn)知科學(xué)領(lǐng)域的核心成員。本書(shū)作者獲得過(guò)5次印第安納大學(xué)卓越教學(xué)獎(jiǎng)(Teaching

          Excellence Recognition Awards from Indiana University)和1次國(guó)家科學(xué)院托蘭研究獎(jiǎng)(Troland Research Award)。

          瀏覽 3
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          編輯 分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          編輯 分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  免费在线黄色成人网站 | 五月丁香俺也去国产 | 婬荡的寡妇一区二区三区 | 啪啪啪成人网站 | 色哟哟 入口国产精品 |