Se dovessi scegliere un solo testo per un principiante, lo sarebbe
Sivia DS and Skilling J (2006) book (see below).
Di tutti i libri elencati di seguito si sforza di dare una comprensione intuitiva delle idee essenziali, ma richiede ancora un po 'di raffinatezza matematica dalla pagina 1.
Di seguito è riportato un elenco di ulteriori letture dal mio libro, con commenti su ogni pubblicazione.
Bernardo, JM e Smith, A, (2000) 4. Teoria bayesiana Un resoconto rigoroso dei metodi bayesiani, con molti esempi del mondo reale.
Bishop, C (2006) 5. Riconoscimento dei modelli e apprendimento automatico. Come suggerisce il titolo, si tratta principalmente di apprendimento automatico, ma fornisce un resoconto lucido e completo dei metodi bayesiani.
Cowan G (1998) 6. Analisi dei dati statistici. Un'eccellente introduzione non bayesiana all'analisi statistica.
Dienes, Z (2008) 8. Comprendere la psicologia come scienza: un'introduzione all'inferenza scientifica e statistica. Fornisce materiale tutorial sulla regola di Bayes e un'analisi lucida della distinzione tra statistiche bayesiane e statistiche frequentiste.
Gelman A, Carlin J, Stern H e Rubin D. (2003) 14. Analisi dei dati bayesiani. Un resoconto rigoroso e completo dell'analisi bayesiana, con molti esempi del mondo reale.
Jaynes E e Bretthorst G (2003) 18. Teoria della probabilità: la logica della scienza. Il classico moderno dell'analisi bayesiana. È completo e saggio. Il suo stile discorsivo lo rende lungo (600 pagine) ma mai noioso, ed è pieno di intuizioni.
Khan, S, 2012, Introduzione al teorema di Bayes. I video di matematica online di Salman Khan rappresentano una buona introduzione a vari argomenti, inclusa la regola di Bayes.
Lee PM (2004) 27. Statistiche bayesiane: un'introduzione. Un testo rigoroso e completo con uno stile bayesiano rigoroso.
MacKay DJC (2003) 28. Teoria dell'informazione, inferenza e algoritmi di apprendimento. Il classico moderno sulla teoria dell'informazione. Un testo molto leggibile che vaga in lungo e in largo su molti argomenti, quasi tutti sfruttando la regola di Bayes.
Migon, HS e Gamerman, D (1999) 30. Inferenza statistica: un approccio integrato. Un resoconto semplice (e chiaramente definito) dell'inferenza, che mette a confronto approcci bayesiani e non bayesiani. Nonostante sia abbastanza avanzato, lo stile di scrittura è un tutorial in natura.
Pierce JR (1980) 34 2nd Edition. Un'introduzione alla teoria dell'informazione: simboli, segnali e rumore. Pierce scrive con uno stile di scrittura informale e tutorial, ma non si presenta dal presentare i teoremi fondamentali della teoria dell'informazione.
Reza, FM (1961) 35. Un'introduzione alla teoria dell'informazione. Un libro più completo e matematico è rigoroso rispetto al precedente libro di Pierce e dovrebbe idealmente essere letto solo dopo aver letto il testo più informale di Pierce.
Sivia DS e Skilling J (2006) 38. Analisi dei dati: un tutorial bayesiano. Questa è un'eccellente introduzione in stile tutorial ai metodi bayesiani.
Spiegelhalter, D e Rice, K (2009) 36. Statistiche bayesiane. Scholarpedia, 4 (8): 5230.
http://www.scholarpedia.org/article/Bayesian_statistics
Un riassunto affidabile e completo dello stato attuale delle statistiche bayesiane.
Ed ecco il mio libro, pubblicato a giugno 2013.
La regola di Bayes: un'esercitazione introduttiva all'analisi bayesiana, Dr James V Stone, ISBN 978-0956372840
Il capitolo 1 può essere scaricato da:
http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Descrizione: Scoperta da un matematico e predicatore del XVIII secolo, la regola di Bayes è una pietra miliare della moderna teoria della probabilità. In questo libro riccamente illustrato, viene usata una serie di esempi accessibili per mostrare come la regola di Bayes sia in realtà una conseguenza naturale del ragionamento di buon senso. La regola di Bayes viene derivata utilizzando rappresentazioni grafiche intuitive della probabilità e l'analisi bayesiana viene applicata alla stima dei parametri utilizzando i programmi MatLab forniti. Lo stile tutorial di scrittura, combinato con un glossario completo, rende questo un primer ideale per il principiante che desidera acquisire familiarità con i principi di base dell'analisi bayesiana.
