Answers:
除了上述书名外,还有一些专门针对R的书,例如
人们经常强烈推荐Kruschke的《做贝叶斯数据分析》作为一本很好的入门书。
从那里也许可以尝试Gelman的贝叶斯数据分析。
然后使用出色的蒙特卡洛统计方法结束
如果没有更多有关您正在寻找的具体信息,这可能是我最好的选择。
当我开始学习统计信息时,我发现Gelman关于贝叶斯数据分析的书很难理解,对于统计新手来说,这可能有点不知所措!
我建议您从Peter Hoff的书“贝叶斯统计方法的第一门课程”开始。
它不是一本涵盖高级统计主题的综合书籍,但它包含大量的统计模型和示例,并且本书的全文或网站都提供了R代码 。
如果您询问介绍性论文,可以检查以下内容:
Casella,G.和George,EI(1992)。解释吉布斯采样器。美国统计学家,第46卷第3期,第167-174页。
Andrieu,C.,de Freitas,N.,Doucet,A.&Jordan,MI(2003)。MCMC机器学习简介。机器学习,50,5-43。
Tierney,L.(1994)。马尔可夫链用于探索后验分布。统计年鉴,1701-1728年。
Hartig,F.,Calabrese,JM,Reineking,B.,Wiegand,T.,&Huth,A.(2011年)。随机模拟模型的统计推断-理论和应用。生态快报,第14号,第816-827页。
贝叶斯理论对我总是有意义的,但是贝叶斯分析总是很混乱。当我阅读有关8所学校示例的博客文章时,事情真的开始发生了变化:http : //andrewgelman.com/2014/01/21/everything-need-know-bayesian-statistics-learned-eight-schools/
我实际上认为,使用一个更好的示例,该示例可能更有意义,这8个流派中描述的度量标准是一些抽象的“指导”结果。
来自Stata的MCMC的出色图形说明