Bayesian Core: A Practical Approach to Computational Bayesian Statistics

Author: Jean-Michel Marin,Christian Robert

Publisher: Springer Science & Business Media

ISBN: 0387389830

Category: Mathematics

Page: 258

View: 7461

DOWNLOAD NOW »
This Bayesian modeling book is intended for practitioners and applied statisticians looking for a self-contained entry to computational Bayesian statistics. Focusing on standard statistical models and backed up by discussed real datasets available from the book website, it provides an operational methodology for conducting Bayesian inference, rather than focusing on its theoretical justifications. Special attention is paid to the derivation of prior distributions in each case and specific reference solutions are given for each of the models. Similarly, computational details are worked out to lead the reader towards an effective programming of the methods given in the book.

Wahrscheinlichkeitstheorie und Stochastische Prozesse

Author: Michael Mürmann

Publisher: Springer-Verlag

ISBN: 364238160X

Category: Mathematics

Page: 428

View: 2646

DOWNLOAD NOW »
Dieses Lehrbuch beschäftigt sich mit den zentralen Gebieten einer maßtheoretisch orientierten Wahrscheinlichkeitstheorie im Umfang einer zweisemestrigen Vorlesung. Nach den Grundlagen werden Grenzwertsätze und schwache Konvergenz behandelt. Es folgt die Darstellung und Betrachtung der stochastischen Abhängigkeit durch die bedingte Erwartung, die mit der Radon-Nikodym-Ableitung realisiert wird. Sie wird angewandt auf die Theorie der stochastischen Prozesse, die nach der allgemeinen Konstruktion aus der Untersuchung von Martingalen und Markov-Prozessen besteht. Neu in einem Lehrbuch über allgemeine Wahrscheinlichkeitstheorie ist eine Einführung in die stochastische Analysis von Semimartingalen auf der Grundlage einer geeigneten Stetigkeitsbedingung mit Anwendungen auf die Theorie der Finanzmärkte. Das Buch enthält zahlreiche Übungen, teilweise mit Lösungen. Neben der Theorie vertiefen Anmerkungen, besonders zu mathematischen Modellen für Phänomene der Realität, das Verständnis.​

Introduction to Bayesian Econometrics

Author: Edward Greenberg

Publisher: Cambridge University Press

ISBN: 1107015316

Category: Business & Economics

Page: 249

View: 1265

DOWNLOAD NOW »
This textbook explains the basic ideas of subjective probability and shows how subjective probabilities must obey the usual rules of probability to ensure coherency. It defines the likelihood function, prior distributions and posterior distributions. It explains how posterior distributions are the basis for inference and explores their basic properties. Various methods of specifying prior distributions are considered, with special emphasis on subject-matter considerations and exchange ability. The regression model is examined to show how analytical methods may fail in the derivation of marginal posterior distributions. The remainder of the book is concerned with applications of the theory to important models that are used in economics, political science, biostatistics and other applied fields. New to the second edition is a chapter on semiparametric regression and new sections on the ordinal probit, item response, factor analysis, ARCH-GARCH and stochastic volatility models. The new edition also emphasizes the R programming language.

Mathematische Statistik

Author: Claudia Czado,Thorsten Schmidt

Publisher: Springer-Verlag

ISBN: 364217261X

Category: Mathematics

Page: 280

View: 7258

DOWNLOAD NOW »
Das Buch liefert einen Überblick über die Theorie statistischer Schätz- und Testverfahren. Die Autoren bieten eine verständliche und praxisorientierte Schritt-für-Schritt Einführung in die mathematischen Methoden der Statistik. Um Lesern den Einstieg in die Materie zu erleichtern, präsentieren sie elementare Beweise ohne maßtheoretische Hilfsmittel und bieten viele ausgearbeitete Anwendungsbeispiele. Anhand einer umfangreichen Aufgabensammlung am Ende jedes Kapitels können Leser ihren Lernfortschritt überprüfen.

Die letzten Rätsel der Mathematik

Author: Ian Stewart

Publisher: Rowohlt Verlag GmbH

ISBN: 3644030014

Category: Mathematics

Page: 528

View: 1768

DOWNLOAD NOW »
Es sind die wahrhaft widerspenstigen Nüsse, von denen Stewart in seinem neuen Buch berichtet. Mathematische Rätsel, an denen sich die abstraktesten Köpfe seit Jahrzehnten, Jahrhunderten oder sogar Jahrtausenden die Zähne ausbeißen. Weil ab und zu doch jemand die Lösung findet. Wie 1993 der Brite Andrew Wiles nach einem langen Forscherleben für Fermat’s Letzten Satz, der aus dem 17. Jahrhundert stammt. Um Rätsel wie dieses, die meisten aber bislang ungelöst, geht es in Ian Stewarts neuem Buch: die großen mathematische Probleme, von denen jeder, der sich für Mathematik interessiert, schon mal gehört hat, ob es die Goldbachsche, die Riemannsche, die Keplersche oder Poincarés Vermutung ist, um die Quadratur des Kreises oder das Drei-Körper-Problem geht. Stewart erklärt nicht nur die Gleichung, er erzählt auch die oft spannende Geschichte hinter der Entdeckung, die jedes dieser Probleme darstellt. Ein Wissensvergnügen nicht nur für Mathematik-Fans.

Multiscale Modeling

A Bayesian Perspective

Author: Marco A.R. Ferreira,Herbert K.H. Lee

Publisher: Springer Science & Business Media

ISBN: 0387708987

Category: Mathematics

Page: 245

View: 7529

DOWNLOAD NOW »
This highly useful book contains methodology for the analysis of data that arise from multiscale processes. It brings together a number of recent developments and makes them accessible to a wider audience. Taking a Bayesian approach allows for full accounting of uncertainty, and also addresses the delicate issue of uncertainty at multiple scales. These methods can handle different amounts of prior knowledge at different scales, as often occurs in practice.

Statistik-Workshop für Programmierer

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 1613

DOWNLOAD NOW »
Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

The Bayesian Choice

From Decision-Theoretic Foundations to Computational Implementation

Author: Christian Robert

Publisher: Springer Science & Business Media

ISBN: 0387715991

Category: Mathematics

Page: 606

View: 6638

DOWNLOAD NOW »
This is an introduction to Bayesian statistics and decision theory, including advanced topics such as Monte Carlo methods. This new edition contains several revised chapters and a new chapter on model choice.

Zeitreihenmodelle

Author: Andrew C. Harvey

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3486786741

Category: Business & Economics

Page: 396

View: 1327

DOWNLOAD NOW »
Gegenstand des Werkes sind Analyse und Modellierung von Zeitreihen. Es wendet sich an Studierende und Praktiker aller Disziplinen, in denen Zeitreihenbeobachtungen wichtig sind.

Programmieren mit R

Author: Uwe Ligges

Publisher: Springer-Verlag

ISBN: 3540267328

Category: Mathematics

Page: 237

View: 8057

DOWNLOAD NOW »
R ist eine objekt-orientierte und interpretierte Sprache und Programmierumgebung für Datenanalyse und Grafik - frei erhältlich unter der GPL. Ziel dieses Buches ist es, nicht nur ausführlich in die Grundlagen der Sprache R einzuführen, sondern auch ein Verständnis der Struktur der Sprache zu vermitteln. Leicht können so eigene Methoden umgesetzt, Objektklassen definiert und ganze Pakete aus Funktionen und zugehöriger Dokumentation zusammengestellt werden. Die enormen Grafikfähigkeiten von R werden detailliert beschrieben. Das Buch richtet sich an alle, die R als flexibles Werkzeug zur Datenenalyse und -visualisierung einsetzen möchten: Studierende, die Daten in Projekten oder für ihre Diplomarbeit analysieren möchten, Forschende, die neue Methoden ausprobieren möchten, und diejenigen, die in der Wirtschaft täglich Daten aufbereiten, analysieren und anderen in komprimierter Form präsentieren.

R in a Nutshell

Author: Joseph Adler

Publisher: O'Reilly Germany

ISBN: 3897216507

Category: Computers

Page: 768

View: 5416

DOWNLOAD NOW »
Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Matlab für Dummies

Author: Jim Sizemore

Publisher: John Wiley & Sons

ISBN: 352780871X

Category: Computers

Page: 416

View: 5175

DOWNLOAD NOW »
Ob Naturwissenschaftler, Mathematiker, Ingenieur oder Datenwissenschaftler - mit MATLAB haben Sie ein mächtiges Tool in der Hand, das Ihnen die Arbeit mit Ihren Daten erleichtert. Aber wie das mit manch mächtigen Dingen so ist - es ist auch ganz schön kompliziert. Aber keine Sorge! Jim Sizemore führt Sie in diesem Buch Schritt für Schritt an das Programm heran - von der Installation und den ersten Skripten bis hin zu aufwändigen Berechnungen, der Erstellung von Grafiken und effizienter Fehlerbehebung. Sie werden begeistert sein, was Sie mit MATLAB alles anstellen können.

Elementare Wahrscheinlichkeitstheorie und stochastische Prozesse

Author: Kai L. Chung

Publisher: Springer-Verlag

ISBN: 3642670334

Category: Mathematics

Page: 346

View: 8929

DOWNLOAD NOW »
Aus den Besprechungen: "Unter den zahlreichen Einführungen in die Wahrscheinlichkeitsrechnung bildet dieses Buch eine erfreuliche Ausnahme. Der Stil einer lebendigen Vorlesung ist über Niederschrift und Übersetzung hinweg erhalten geblieben. In jedes Kapitel wird sehr anschaulich eingeführt. Sinn und Nützlichkeit der mathematischen Formulierungen werden den Lesern nahegebracht. Die wichtigsten Zusammenhänge sind als mathematische Sätze klar formuliert." #FREQUENZ#1

Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

Author: Tariq Rashid

Publisher: O'Reilly

ISBN: 3960101031

Category: Computers

Page: 232

View: 5426

DOWNLOAD NOW »
Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.

Maschinelles Lernen

Author: Ethem Alpaydin

Publisher: De Gruyter Oldenbourg

ISBN: 9783486581140

Category: Machine learning

Page: 440

View: 7693

DOWNLOAD NOW »
Maschinelles Lernen heißt, Computer so zu programmieren, dass ein bestimmtes Leistungskriterium anhand von Beispieldaten und Erfahrungswerten aus der Vergangenheit optimiert wird. Das vorliegende Buch diskutiert diverse Methoden, die ihre Grundlagen in verschiedenen Themenfeldern haben: Statistik, Mustererkennung, neuronale Netze, Künstliche Intelligenz, Signalverarbeitung, Steuerung und Data Mining. In der Vergangenheit verfolgten Forscher verschiedene Wege mit unterschiedlichen Schwerpunkten. Das Anliegen dieses Buches ist es, all diese unterschiedlichen Ansätze zu kombinieren, um eine allumfassende Behandlung der Probleme und ihrer vorgeschlagenen Lösungen zu geben.

Programmieren lernen mit Python

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868999477

Category: Computers

Page: 312

View: 8968

DOWNLOAD NOW »
Python ist eine moderne, interpretierte, interaktive und objektorientierte Skriptsprache, vielseitig einsetzbar und sehr beliebt. Mit mathematischen Vorkenntnissen ist Python leicht erlernbar und daher die ideale Sprache für den Einstieg in die Welt des Programmierens. Das Buch führt Sie Schritt für Schritt durch die Sprache, beginnend mit grundlegenden Programmierkonzepten, über Funktionen, Syntax und Semantik, Rekursion und Datenstrukturen bis hin zum objektorientierten Design. Jenseits reiner Theorie: Jedes Kapitel enthält passende Übungen und Fallstudien, kurze Verständnistests und kleinere Projekte, an denen Sie die neu erlernten Programmierkonzepte gleich ausprobieren und festigen können. Auf diese Weise können Sie das Gelernte direkt anwenden und die jeweiligen Programmierkonzepte nachvollziehen. Lernen Sie Debugging-Techniken kennen: Am Ende jedes Kapitels finden Sie einen Abschnitt zum Thema Debugging, der Techniken zum Aufspüren und Vermeiden von Bugs sowie Warnungen vor entsprechenden Stolpersteinen in Python enthält. Starten Sie durch: Beginnen Sie mit den Grundlagen der Programmierung und den verschiedenen Programmierkonzepten, und lernen Sie, wie ein Informatiker zu programmieren.