Referências básicas no MCMC for Statistics Bayesian

11

Estou procurando alguns artigos ou livros com exemplos práticos e teóricos sobre o MCMC básico para estatística bayesiana (com R). Eu nunca estudei sobre simulação, e é por isso que estou procurando informações "básicas". Você pode me dar algumas recomendações ou conselhos?

Ruído vermelho
fonte
Eu recomendo fortemente que você estude algumas simulações básicas antes de tentar enfrentar o MCMC.
Glen_b -Reinstate Monica
Dado o pedigree de algumas das recomendações abaixo, hesito em postar isso aqui, mas se você realmente deseja "básico", tenho algumas notas sobre o uso do MCMC para inferência de parâmetros em modelos físicos aqui (usando Python em vez de R ) As outras referências dadas abaixo são muito mais rigoroso o uso, por isso, com cautela, mas eu gostaria de pensar que eles poderiam um dia ser útil para alguém além de mim :-)
jamess

Respostas:

8

Além dos títulos acima, existem livros segmentados especificamente para R, como

Xi'an
fonte
1
amava o seu livro pela maneira Christian
bdeonovic
1
Christian, quero parabenizá-lo porque a TBC! como iniciante nas estatísticas bayesianas, seu livro me ajudou muito!
Red Noise
@ user135273: obrigado. A Escolha Bayesiana às vezes pode ser dura para um iniciante ...!
Xian
5

Quando comecei a aprender estatística, achei o livro de Gelman sobre análise de dados bayesiano muito difícil de entender, pode ser um pouco esmagador para alguém novo em estatística!

Eu recomendo que você comece com o livro de Peter Hoff, Um Primeiro Curso em Métodos Estatísticos Bayesianos .

Não é um livro abrangente para tópicos estatísticos avançados, mas contém um grande número de modelos e exemplos estatísticos, e são fornecidos códigos R ao longo do texto ou no site deste livro.

Bahgat Nassour
fonte
5

Se você perguntar sobre artigos introdutórios , poderá verificar o seguinte:

Casella, G., e George, EI (1992). Explicando o amostrador de Gibbs. The American Statistician, 46 (3), 167-174.

Andrieu, C., de Freitas, N., Doucet, A. e Jordan, MI (2003). Uma introdução ao MCMC para aprendizado de máquina. Machine Learning, 50, 5-43.

Tierney, L. (1994). Cadeias de Markov para explorar distribuições posteriores. The Annals of Statistics, 1701-1728.

Hartig, F., Calabrese, JM, Reineking, B., Wiegand, T. e Huth, A. (2011). Inferência estatística para modelos de simulação estocástica - teoria e aplicação. Cartas de Ecologia, 14, 816-827.

Tim
fonte
1
Historicamente, o artigo estatístico americano de George e Ed deveria ter sido intitulado Gibbs para crianças, mas os editores não gostaram. Foi necessário um criador de animais, Dan Gianola, para reciclar o título em Gibbs para porcos e publicar sua resenha.
Xian
0

Ótima explicação gráfica do MCMC da Stata

https://www.youtube.com/watch?v=OTO1DygELpY

Sengiley
fonte