Wenn ich für einen Anfänger einen einzelnen Text auswählen müsste, wäre es
Sivia DS and Skilling J (2006) book (see below).
Von allen unten aufgelisteten Büchern ist es am schwierigsten, einen intuitiven Überblick über die wesentlichen Ideen zu geben, aber es bedarf noch einiger mathematischer Raffinessen ab Seite 1.
Nachfolgend finden Sie eine Liste weiterer Lesungen aus meinem Buch mit Kommentaren zu jeder Veröffentlichung.
Bernardo, JM und Smith, A, (2000) 4. Bayes'sche Theorie Eine rigorose Darstellung der Bayes'schen Methoden mit vielen Beispielen aus der Praxis.
Bishop, C (2006) 5. Mustererkennung und maschinelles Lernen. Wie der Titel schon sagt, handelt es sich hauptsächlich um maschinelles Lernen, bietet jedoch eine klare und umfassende Darstellung der Bayes'schen Methoden.
Cowan G (1998) 6. Statistische Datenanalyse. Eine hervorragende nicht-bayesianische Einführung in die statistische Analyse.
Dienes, Z (2008) 8. Psychologie als Wissenschaft verstehen: Eine Einführung in wissenschaftliche und statistische Folgerungen. Bietet Tutorial-Material zur Bayes-Regel und eine übersichtliche Analyse der Unterscheidung zwischen bayesianischer und frequentistischer Statistik.
Gelman A, Carlin J, Stern H und Rubin D. (2003) 14. Bayesianische Datenanalyse. Eine rigorose und umfassende Darstellung der Bayes'schen Analyse mit vielen Beispielen aus der Praxis.
Jaynes E und Bretthorst G (2003) 18. Wahrscheinlichkeitstheorie: Die Logik der Wissenschaft. Der moderne Klassiker der Bayes'schen Analyse. Es ist umfassend und weise. Sein diskursiver Stil macht ihn lang (600 Seiten), aber niemals langweilig, und er steckt voller Einsichten.
Khan, S, 2012, Einführung in den Satz von Bayes. Salman Khans Online-Mathematikvideos bieten eine gute Einführung in verschiedene Themen, einschließlich der Bayes-Regel.
Lee PM (2004) 27. Bayesian Statistics: Eine Einführung. Ein rigoroser und umfassender Text im strengen Bayesianischen Stil.
MacKay DJC (2003) 28. Informationstheorie, Inferenz und Lernalgorithmen. Der moderne Klassiker der Informationstheorie. Ein sehr lesbarer Text, der sich weit und breit über viele Themen erstreckt, von denen fast alle die Bayes-Regel anwenden.
Migon, HS und Gamerman, D (1999) 30. Statistische Inferenz: Ein integrierter Ansatz. Eine einfache (und übersichtliche) Darstellung von Schlussfolgerungen, die bayesianische und nicht-bayesianische Ansätze vergleicht. Obwohl der Schreibstil ziemlich fortgeschritten ist, ist er von Natur aus ein Tutorial.
Pierce JR (1980) 34 2nd Edition. Eine Einführung in die Informationstheorie: Symbole, Signale und Rauschen. Pierce schreibt mit einem informellen, tutoriellen Schreibstil, weicht jedoch nicht von der Darstellung der grundlegenden Theoreme der Informationstheorie ab.
Reza, FM (1961) 35. Eine Einführung in die Informationstheorie. Ein umfassenderes und mathematisch strengeres Buch als das obige Pierce-Buch und sollte idealerweise erst nach dem ersten Lesen von Pierces informellerem Text gelesen werden.
Sivia DS und Skilling J (2006) 38. Datenanalyse: Ein Bayesian Tutorial. Dies ist eine hervorragende Einführung in die Bayes'schen Methoden.
Spiegelhalter, D und Rice, K (2009) 36. Bayesianische Statistik. Scholarpedia, 4 (8): 5230.
http://www.scholarpedia.org/article/Bayesian_statistics
Eine zuverlässige und umfassende Zusammenfassung des aktuellen Status der Bayesianischen Statistik.
Und hier ist mein Buch, veröffentlicht im Juni 2013.
Bayes-Regel: Eine Einführung in die Bayes'sche Analyse, Dr. James V. Stone, ISBN 978-0956372840
Kapitel 1 kann von folgender Adresse heruntergeladen werden:
http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Beschreibung: Die von einem Mathematiker und Prediger des 18. Jahrhunderts entdeckte Bayes-Regel ist ein Eckpfeiler der modernen Wahrscheinlichkeitstheorie. In diesem reich bebilderten Buch wird anhand einer Reihe zugänglicher Beispiele gezeigt, wie Bayes 'Regel tatsächlich eine natürliche Folge der Vernunft ist. Die Bayes-Regel wird mithilfe intuitiver grafischer Darstellungen der Wahrscheinlichkeit abgeleitet, und die Bayes-Analyse wird mithilfe der mitgelieferten MatLab-Programme auf die Parameterschätzung angewendet. Der tutorielle Schreibstil, kombiniert mit einem umfassenden Glossar, macht dies zu einer idealen Einführung für Anfänger, die sich mit den Grundprinzipien der Bayes'schen Analyse vertraut machen möchten.
