Análisis de datos lógico bayesiano para las ciencias físicas: un enfoque comparativo con soporte de Mathematica(r)

La inferencia bayesiana proporciona un enfoque simple y unificado para el análisis de datos, permitiendo a los experimentadores asignar probabilidades a hipótesis competitivas de interés, basándose en el estado actual del conocimiento. Al incorporar información previa relevante, a veces puede mejorar las estimaciones de los parámetros del modelo en muchos órdenes de magnitud. Este libro proporciona una exposición clara de los conceptos subyacentes con muchos ejemplos resueltos y conjuntos de problemas. También discute la implementación, incluyendo una introducción a la integración de Monte-Carlo de cadena de Markov y el ajuste de modelos lineales y no lineales. Una cobertura particularmente extensa del análisis espectral (detección y medición de señales periódicas) incluye una introducción auto-contenida a los métodos de Fourier y de Fourier discreto. Hay un capítulo dedicado a la inferencia bayesiana con muestreo de Poisson, y tres capítulos sobre métodos frecuentistas ayudan a tender un puente entre los enfoques frecuentista y bayesiano. Los cuadernos de Mathematica(R) de apoyo con soluciones a problemas seleccionados, ejemplos resueltos adicionales y un tutorial de Mathematica están disponibles en www.cambridge.org/9780521150125.

Autor: Phil Gregory
Editorial: Cambridge University Press
Publicado: 28/06/2010
Páginas: 488
Tipo de encuadernación: Tapa blanda
Peso: 1.70lbs
Tamaño: 9.60h x 6.70w x 1.10d
ISBN13: 9780521150125
ISBN10: 0521150124
Categorías BISAC:
- Matemáticas | Probabilidad y Estadística | Análisis Bayesiano

Este título no es retornable