Bayesian Statistical Methods (Hardcover)
Lingua: inglese
Editore: Taylor & Francis Ltd, 2026
Serie: Libro 112 di 126 - Chapman & Hall/CRC Texts in Statistical Science
- Rilegato
- Nuovo
Da: CitiRetail, Stevenage, Regno UnitoCitiRetail
Venditore AbeBooks dal 29 giugno 2022
Condizione: Nuovo
EUR 102,56
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Hardcover. Bayesian Statistical Methods: With Applications to Machine Learning provides data scientists with the foundational and computational tools needed to carry out a Bayesian analysis. Compared to others, this book is more focused on Bayesian methods applied routinely in practice, including multiple linear regression, mixed effects models and generalized linear models. This second edition includes a new chapter on Bayesian machine learning methods to handle large and complex datasets and several new applications to illustrate the benefits of the Bayesian approach in terms of uncertainty quantification. Readers familiar with only introductory statistics will find this book accessible, as it includes many worked examples with complete R code, and comparisons are presented with analogous frequentist procedures. The book can be used as a one-semester course for advanced undergraduate and graduate students and can be used in courses comprising undergraduate statistics majors, as well as non-statistics graduate students from other disciplines such as engineering, ecology and psychology. In addition to thorough treatment of the basic concepts of Bayesian inferential methods, the book covers many general topics:Advice on selecting prior distributionsComputational methods including Markov chain Monte Carlo (MCMC) samplingModel-comparison and goodness-of-fit measures, including sensitivity to priors.To illustrate the flexibility of the Bayesian approaches for complex data structures, the latter chapters provide case studies covering advanced topics:Handling of missing and censored dataPriors for high-dimensional regression modelsMachine learning models including Bayesian adaptive regression trees and deep learningComputational techniques for large datasetsFrequentist properties of Bayesian methods.The advanced topics are presented with sufficient conceptual depth that the reader will be able to carry out such analysis and argue the relative merits of Bayesian and classical methods. A repository of R code, motivating data sets and complete data analyses is made available on the books website. This book provides data scientists with the foundational and computational tools needed to carry out a Bayesian analysis. Compared to others, it is more focused on Bayesian methods applied routinely in practice including multiple linear regression, mixed effects models and generalized linear models. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
Codice articolo 9781032486321
- Titolo
- Bayesian Statistical Methods (Hardcover)
- Autore
- Brian J. Reich
- Editore
- Taylor & Francis Ltd
- Anno di pubblicazione
- 2026
- Condizione
- new
- Rilegatura
- Hardcover
- Lingua
- inglese
- ISBN 10
- 1032486325
- ISBN 13
- 9781032486321
- Edizione
- seconda edizione
- Serie
- Libro 112 di 126: Chapman & Hall/CRC Texts in Statistical Science
Bayesian Statistical Methods: With Applications to Machine Learning provides data scientists with the foundational and computational tools needed to carry out a Bayesian analysis. Compared to others, this book is more focused on Bayesian methods applied routinely in practice, including multiple linear regression, mixed effects models and generalized linear models. This second edition includes a new chapter on Bayesian machine learning methods to handle large and complex datasets and several new applications to illustrate the benefits of the Bayesian approach in terms of uncertainty quantification.
Readers familiar with only introductory statistics will find this book accessible, as it includes many worked examples with complete R code, and comparisons are presented with analogous frequentist procedures. The book can be used as a one-semester course for advanced undergraduate and graduate students and can be used in courses comprising undergraduate statistics majors, as well as non-statistics graduate students from other disciplines such as engineering, ecology and psychology. In addition to thorough treatment of the basic concepts of Bayesian inferential methods, the book covers many general topics:
- Advice on selecting prior distributions
- Computational methods including Markov chain Monte Carlo (MCMC) sampling
- Model-comparison and goodness-of-fit measures, including sensitivity to priors.
To illustrate the flexibility of the Bayesian approaches for complex data structures, the latter chapters provide case studies covering advanced topics:
- Handling of missing and censored data
- Priors for high-dimensional regression models
- Machine learning models including Bayesian adaptive regression trees and deep learning
- Computational techniques for large datasets
- Frequentist properties of Bayesian methods.
The advanced topics are presented with sufficient conceptual depth that the reader will be able to carry out such analysis and argue the relative merits of Bayesian and classical methods. A repository of R code, motivating data sets and complete data analyses is made available on the book’s website.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Brian J. Reich, Gertrude M. Cox Distinguished Professor of Statistics at North Carolina State University, applies Bayesian statistical methods in a variety of fields including environmental epidemiology, engineering, weather and climate. He is a Fellow of the American Statistical Association, former Editor-in-Chief of the Journal of Agricultural, Biological, and Environmental Statistics and recipient of the LeRoy & Elva Martin Teaching Award at NC State University.
Sujit K. Ghosh, Professor of Statistics at North Carolina State University, has worked in advanced research fields such as Bayesian inference, spatial statistics, survival analysis and shape-constrained inference, addressing complex inferential challenges in biomedical and environmental sciences, econometrics, and engineering. At NC State, he has been honored with the D.D. Mason Faculty Award and the Cavell Brownie Mentoring Award, reflecting his excellence in research, mentoring and teaching. His leadership includes impactful service as Program Director at NSF’s Division of Mathematical Sciences, Deputy Director at SAMSI and President of the IISA.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
CitiRetail
Stevenage, Regno Unito
Venditore AbeBooks dal 29 giugno 2022
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 7 a 14 giorni lavorativi | Da 7 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 44,39 | EUR 44,39 |
Metodi di pagamento
Descrizione dello Store
Online business
Informazioni sull’azienda del venditore
ABC BOOKS LIMITED
10 John Street
London, Regno Unito WC1N 2EB
Condizioni di vendita
Orders can be returned within 30 days of receipt.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a CitiRetail, Stevenage, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.