Analiza Bayesiană cu Excel și R

Recenzii ale cititorilor

Cartea oferă o abordare cuprinzătoare a înțelegerii statisticii bayesiene prin utilizarea atât a Excel, cât și a R, adresându-se în special celor familiarizați cu ambele instrumente software.

⬤ Exemple și explicații excelente care sporesc înțelegerea teoretică
⬤ provoacă cititorii să își regândească opiniile cu privire la teoriile frecuentiste și bayesiene
⬤ bine structurată și pedagogică.

Utilitate limitată pentru cei care doresc să utilizeze doar Excel, deoarece o mare parte din conținut necesită R; poate să nu fie potrivit pentru cititorii care nu sunt interesați de R.

(pe baza a 2 recenzii ale cititorilor)

Titlul original:

Bayesian Analysis with Excel and R

Conținutul cărții:

Valorificați întreaga putere a analizei bayesiene pentru un avantaj competitiv

Metodele bayesiene pot rezolva probleme pe care nu le puteți trata în mod fiabil în alt mod. Bazându-se pe abilitățile și experiența existentă în domeniul analizei Excel, MVP-ul Microsoft Excel Conrad Carlberg vă ajută să profitați la maximum de capacitățile bayesiene ale Excel și să treceți la R pentru a face și mai mult.

Pas cu pas, cu exemple din lumea reală, Carlberg vă arată cum să utilizați analizele bayesiene pentru a rezolva o gamă largă de probleme reale. Carlberg clarifică terminologia care adesea îi nedumerește pe analiști, oferă caiete de lucru Excel descărcabile pe care le puteți adapta cu ușurință la propriile nevoi și oferă exemple de cod R pentru a profita de pachetul rethinking din R și de poarta sa către Stan.

Pe măsură ce încorporați aceste abordări bayesiene în setul dumneavoastră de instrumente analitice, veți crea un avantaj competitiv puternic pentru organizația dumneavoastră - și pentru dumneavoastră.

⬤ Explorați ideile și strategiile cheie care stau la baza analizei bayesiene.

⬤ Diferențiați distribuțiile anterioare, de probabilitate și posterioare și comparați algoritmii pentru determinarea intrărilor de eșantionare.

⬤ Utilizați aproximarea grilă pentru a rezolva probleme univariate simple și înțelegeți limitele acesteia pe măsură ce parametrii cresc.

⬤ Executați simulări și regresii complexe cu aproximarea pătratică și funcția quap a lui Richard McElreath.

⬤ Gestionați valorile textului ca și cum ar fi numerice.

⬤ Învățați tehnica de eșantionare bayesiană standard de astăzi: Markov Chain Monte Carlo (MCMC)

⬤ Utilizați MCMC pentru a optimiza viteza de execuție în probleme de mare complexitate.

⬤ Descoperiți când metodele frequentiste eșuează și când metodele bayesiene sunt esențiale - și când să le utilizați pe amândouă în tandem.