Книга "Пространственные и пространственно-временные байесовские модели с использованием R-INLA" представляет собой практически ориентированное и инновационное изложение сочетания байесовской методологии и пространственной статистики. Авторы объединяют введение в байесовскую теорию и методологию с фокусом на пространственных и пространственно-временных моделях, используемых в рамках байесовского подхода, и рядом практических примеров, которые позволяют читателю связать представленную статистическую теорию с реальными проблемами данных. Многочисленные примеры из области эпидемиологии, биостатистики и социальных наук все кодируются в пакете R-INLA, который доказал свою эффективность как альтернатива широко используемой симуляции методом Марковской цепи Монте-Карло.
“Spatial and Spatio-temporal Bayesian Models with R-INLA” - это книга, написанная Мартой Блангардо, которая представляет собой практическую и инновационную презентацию комбинации байесовской методологии и пространственной статистики.
Книга сочетает в себе введение в теорию и методологию Байеса с акцентом на пространственные и пространственно-временные модели, используемые в рамках байесовой рамки, а также ряд практических примеров, которые позволяют читателю связать представленную статистическую теорию с реальными проблемами данных.
Многочисленные примеры из областей эпидемиологии, биостатистики и социальных наук, все они закодированы в пакете R-INLA для R, который был признан действительной альтернативой широко используемым моделям на основе цепей Маркова Монте-Карло.
Электронная Книга «Spatial and Spatio-temporal Bayesian Models with R - INLA» написана автором Marta Blangiardo в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118950210
Описание книги от Marta Blangiardo
Spatial and Spatio-Temporal Bayesian Models with R-INLA provides a much needed, practically oriented & innovative presentation of the combination of Bayesian methodology and spatial statistics. The authors combine an introduction to Bayesian theory and methodology with a focus on the spatial and spatio-temporal models used within the Bayesian framework and a series of practical examples which allow the reader to link the statistical theory presented to real data problems. The numerous examples from the fields of epidemiology, biostatistics and social science all are coded in the R package R-INLA, which has proven to be a valid alternative to the commonly used Markov Chain Monte Carlo simulations
