Bayesian Statistical Modeling with Stan, R, and Python
Produktbeskrivelse
Boken gir en praktisk innføring i Bayesian statistisk modellering ved hjelp av Stan, som har blitt det mest populære probabilistiske programmeringsspråket. Den er delt opp i fire deler. Den første delen gir en oversikt over den teoretiske bakgrunnen for modellering og Bayesian inferens, og presenterer en modellarbeidsflyt som gjør modellering mer teknisk enn kunstnerisk. Den andre delen omhandler bruken av Stan, CmdStanR og CmdStanPy, fra begynnelsen og inn i grunnleggende regresjonsanalyser. Den tredje delen introduserer en rekke sannsynlighetsfordelinger, ikke-lineære modeller og hierarkiske (multilevel) modeller, som er avgjørende for å mestre statistisk modellering. I denne delen beskrives også et bredt spekter av ofte brukte modelleringsteknikker, som sensurering, uteliggere, manglende data, optimalisering og parameterbegrensninger, samt en diskusjon om hvordan man oppnår konvergens med MCMC. Til slutt undersøker den fjerde delen avanserte temaer for virkelige data: analyser av longitudinelle data, tilstandsrommodeller og romlige data.
