این اولین کتابی است که برای معرفی رویههای استنتاج بیزی برای فرآیندهای تصادفی طراحی شده است. رویکرد بیزی مزایای آشکاری دارد (از جمله استفاده بهینه از اطلاعات قبلی). در ابتدا، کتاب با مروری مختصر بر استنتاج بیزی آغاز میشود و از مثالهای زیادی مرتبط با تحلیل فرآیندهای تصادفی، از جمله چهار نوع اصلی، یعنی فرآیندهایی با زمان گسسته و فضای حالت گسسته و زمان پیوسته و فضای حالت پیوسته، استفاده میکند. سپس عناصر لازم برای درک فرآیندهای تصادفی معرفی میشوند و پس از آن فصلهایی به تحلیل بیزی چنین فرآیندهایی اختصاص داده میشود. مهم است که فصلی به مفاهیم اساسی در فرآیندهای تصادفی اختصاص داده شود. استنتاج بیزی (تخمین، آزمایش فرضیهها و پیشبینی) برای زنجیرههای مارکوف زمان گسسته، برای فرآیندهای پرش مارکوف، برای فرآیندهای عادی (به عنوان مثال حرکت براونی و فرآیند اورنشتاین-اولنبک)، برای سریهای زمانی سنتی و در نهایت، برای فرآیندهای نقطهای و مکانی به تفصیل شرح داده شده است. تأکید زیادی بر مثالهای زیادی از زیستشناسی و سایر رشتههای علمی شده است. به منظور تحلیل فرآیندهای تصادفی، از R و WinBUGS استفاده خواهد شد.
ویژگیها:
از رویکرد بیزی برای استنتاجهای آماری در مورد فرآیندهای تصادفی استفاده میکند.
بسته R برای شبیهسازی تحققها از انواع مختلف فرآیندها استفاده میشود.
بسته WinBUGS بر اساس تحققهای فرآیندهای تصادفی، تحلیل بیزی (تخمین، آزمایش فرضیهها و پیشبینی) را برای پارامترهای ناشناخته فرآیندهای تصادفی ارائه میدهد.
برای نشان دادن استنتاج بیزی، مثالهای زیادی از زیستشناسی، اقتصاد و نجوم گرفته شده است که مفاهیم اساسی موضوع را تقویت میکند.
یک رویکرد عملی با در نظر گرفتن نمونههای واقعگرایانه مورد علاقه جامعه علمی پیادهسازی شده است.
کد WinBUGS و R در متن ارائه شده است و به خواننده اجازه میدهد تا به راحتی نتایج رویههای استنباطی موجود در مثالهای فراوان کتاب را تأیید کند.
خوانندگانی که پیشینه خوبی در دو حوزه، نظریه احتمال و استنتاج آماری دارند، باید بتوانند بر ایدههای اساسی این کتاب تسلط پیدا کنند.
سال انتشار: 2018 | تعداد صفحات: 449 | حجم فایل: 6.61 مگابایت | زبان: انگلیسی
Bayesian Inference for Stochastic Processes
نویسنده
Lyle D. Broemeling