Bayesian Logical Data Analysis for the Physical Sciences

Boken 'Bayesian Logical Data Analysis for the Physical Sciences' utforsker den bayesianske tilnærmingen til dataanalyse, som tilbyr en enkel og helhetlig metode for eksperimentering. Denne tilnærmingen gjør det mulig å tilordne sannsynligheter til konkurrerende hypoteser på bakgrunn av aktuell kunnskap. Ved å inkludere relevant forhåndsinformasjon kan det i mange tilfeller forbedre estimater for modellparametre betydelig. Boken gir en klar fremstilling av de underliggende konseptene, supplert med mange eksempler og oppgaver for leseren. Den tar for seg implementering, med en introduksjon til Markov-kjeder Monte-Carlo-integrasjon, samt lineær og ikke-lineær modelltilpasning. Spesielt omfattende dekning av spektralanalyse, som handler om å oppdage og måle periodiske signaler, inkluderes, sammen med en selvstendig introduksjon til Fourier og diskrete Fourier-metoder. I tillegg inkluderer boken et eget kapittel som fokuserer på bayesiansk inferens med Poisson-sampling, samt tre kapitler om hyppighetsmetoder som bidrar til å bygge bro mellom hyppighets- og bayesianske tilnærminger. Komplementære Mathematica®-notater med løsninger gir yderligere støtte til leseren.