基于INLA的贝叶斯推断
正版保障 假一赔十 电子发票
￥ 54.82 6.2折 ￥ 89 全新
库存14件
湖北武汉
认证卖家担保交易快速发货售后保障
作者Virgilio Gomez-Rubio著
出版社高等教育出版社
ISBN9787040608199
出版时间2023-07
装帧平装
开本其他
定价89元
货号4433099
上书时间2024-09-26
商品详情
- 品相描述：全新
- 商品描述
-
目录
本书主要内容: 积分嵌套拉普拉斯近似 (Integrated Nested Laplace Approximation, INLA) 是一种新的近似贝叶斯计算方法, 相比传统的马尔可夫链蒙特卡罗 (MCMC) 方法, 它可以高效地拟合多种贝叶斯模型。INLA旨在解决潜在高斯马尔可夫随机场模型参数的边际推断, 利用模型中潜在变量的条件独立性来提高计算速度。《基于INLA的贝叶斯推断》提供了便于实施模型拟合的R包及其使用指南。本书介绍了INLA算法的基本原理以及如何用与其相关的R包拟合一大类模型, 涵盖的主题包括混合效应模型、多层次模型、空间和时间模型、平滑方法、生存分析、缺失值的插补, 以及混合模型。本书讨论了INLA包的高级功能以及如何扩展先验和INLA包中可用的潜在模型。书中的所有例子都是完全可复现的, 数据集和R代码可通过扫描封底二维码获得。
内容摘要
积分嵌套拉普拉斯近似（Integrated Nested Laplace Approximation，INLA）是一种新的近似贝叶斯计算方法，相比传统的马尔可夫链蒙特卡罗（MCMC）方法，它可以高效地拟合多种贝叶斯模型。INLA旨在解决潜在高斯马尔可夫随机场模型参数的边际推断，利用模型中潜在变量的条件独立性来提高计算速度。
《基于INLA的贝叶斯推断》提供了便于实施模型拟合的R包及其使用指南。本书介绍了INLA算法的基本原理以及如何用与其相关的R包拟合一大类模型，涵盖的主题包括混合效应模型、多层次模型、空间和时间模型、平滑方法、生存分析、缺失值的插补，以及混合模型。本书讨论了INLA包的高级功能以及如何扩展先验和INLA包中可用的潜在模型。书中的所有例子都是接近可复现的，数据集和R代码可通过扫描封底二维码获得。
这本书的例子涵盖了生物统计学、计量经济学、教育、环境科学、流行病学、公共卫生和社会科学等主题。这将有助于来自不同领域、在贝叶斯推理方面有一定背景的研究人员，应用INLA方法解决他们工作中遇到的问题。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价