最高の入門ベイズ統計教科書は何ですか？

ベイジアン統計の最良の入門教科書はどれですか？

回答ごとに1冊お願いします。

John Kruschkeは2011年半ばにDoing Bayesian Data Analysis：A Tutorial with R and BUGSという本をリリースしました。（2014年11月にリリースされた第2版：Doing Bayesian Data Analysis、第2版：R、JAGS、およびStanを使用したチュートリアル）これは本当に入門です。ただし、特にマルチレベルモデリングを使用して、頻繁な統計情報からベイズに移動する場合は、GelmanとHillをお勧めします。

John Kruschkeには、BUGSおよびJAGSの本のすべての例を含む本のWebサイトもあります。ベイジアン統計に関する彼のブログも本とリンクしています。

私のお気に入りは、ゲルマンらによる「ベイジアンデータ分析」です。

Statistics Rethinkingは数週間前にリリースされたので、私はまだそれを読んでいますが、Bayesian Statisticsについての入門書への非常に素晴らしくて新鮮な追加だと思います。著者はジョンクルシュケが子犬の本で使用したアプローチと同様のアプローチを使用しています; 非常に冗長で詳細な説明、素晴らしい教育的例、彼は数学的アプローチではなく計算的アプローチも使用しています。

Youtubeの講義やその他の資料もこちらから入手できます。

Python / PyMC3に移植されたコード

Gelman et al。に対するもう1つの票ですが、私にとっては2番目に近いものです-実践による学習説得である-は、Jim Albertの「Rによるベイジアン計算」です。

Sivia and Skilling、データ分析：ベイジアンチュートリアル（2ed）2006 246p 0198568320 books.goo：

統計学の講義は、何世代にもわたる生徒たちを困惑させ欲求不満の源にしてきました。この本は、データ分析の主題全体に対する論理的で統一されたアプローチを説明することにより、状況を改善しようとします。このテキストは、科学と工学の上級学部生と研究生のためのチュートリアルガイドとして意図されています...

しかし、他の推奨事項は知りません。

はじめに、Cam Davidson-Pilonによる確率的プログラミングとハッカーのためのベイジアン手法をお勧めします。これはオンラインで無料で入手できます。

その説明から：

計算/理解第一、数学第二の観点からのベイジアン手法と確率的プログラミングの紹介。

それは非常に視覚的で、値をまっすぐにカットし、後でざらざらした詳細を埋め戻し、多くの例があり、インタラクティブなコードがあります（IPython Notebook）。

私は、ETジェインズによる面白い論争の「確率論：科学の論理」を徹底的にお勧めします。

これは、統計の予備知識を必要としない（そして実際に好む）という意味での導入テキストですが、最終的にはかなり洗練された数学を採用します。提供されている他のほとんどの回答と比較すると、この本は実用的または消化が容易ではなく、ベイジアン手法を採用する理由と、頻繁なアプローチを使用しない理由の哲学的基盤を提供します。歴史的かつ哲学的な入門ですが、教育的な方法ではありません。

私は電気技師であり、統計学者ではありません。私はゲルマンを通過するのに多くの時間を費やしましたが、ゲルマンを導入と呼ぶことはまったくできないと思います。カーネギーメロンの私のベイジアングルの教授はこれに同意します。統計とRとバグに関する最小限の知識（ベイジアン統計で何かをする簡単な方法として） ベイジアンデータ分析の実行：RとBUGSのチュートリアル は素晴らしいスタートです。提供されているすべての本を表紙で簡単に比較できます！

5年後の更新：おそらく、もう1つの主要な学習方法（40分）をNetica 2などのBayesian Net GUIベースのツールのドキュメンテーションに通すことを追加したいと思います。基本から始め、状況とデータに基づいてネットを構築する手順を説明し、「取得」するために独自の質問をやり取りする方法を説明します。

その焦点はベイジアン統計に厳密ではないため、いくつかの方法論が欠けていますが、David MacKayの情報理論、推論、学習アルゴリズムにより、ベイジアン統計を他よりも直感的に把握することができました-ほとんどが非常にうまくいきましたが、私はMacKayが理由を説明したと感じましたより良い。

Gelmanの本はすべて優れていますが、必ずしもいくつかの統計情報を知っていることを前提としているため、必ずしも入門書ではありません。したがって、それらは統計一般ではなく、ベイジアン統計の方法の紹介です。しかし、私はまだ彼らに親指をあきらめます。

ベイズの視点を取り入れた統計/計量経済学の入門書として、ゲーリー・クープのベイズ計量経済学をお勧めします。

「ベイジアンコア：計算ベイジアン統計への実践的アプローチ」、Marin and Robert、Springer-Verlag（2007）。

「なぜ？」：著者は、ベイジアン選択の理由と非常にうまく説明しています。それは実用的な本ですが、生きている最高のベイジアン思想家の一人によって書かれました。完全ではありません。他の本にはその目的があります。関連性があり、有用であり、基盤を照らすいくつかのトピックを取り上げます。

「選択」について：もしあなたが本当にベイジアンの基礎を掘り下げたいなら、西安の「ベイジアンの選択」は明確で、深く、不可欠です。

ベイジアン統計に関する私のお気に入りの最初の学部テキストは、Bolstadによる、ベイジアン統計入門です。大学院レベルの何かを探しているなら、これは初歩的すぎますが、統計が初めての人にとっては理想的です。

なぜベイジアンに関する非常に入門的な本に言及していないのか、私にはわかりません。

この本には無料のPDFバージョンがあります。この本は、ベイジアンの経験がほとんどない人に十分な資料を提供します。事前分布、事後分布、ベータ分布などの概念を紹介します。

試してみてください、無料です。

http://greenteapress.com/thinkbayes/

ピーター・ホフによるベイジアン統計法の最初のコースの一部を読んだことがありますが、簡単に理解できます。（テキスト全体にRコードの例を示します）

Gelman and Hill（2007）Data Analysis Using Regression and Multilevel / Hierarchical Modelsで優れた紹介を見つけました。（他のコメントはそれに言及していますが、それ自体で支持されるに値します。）

非統計的背景から来た私は、社会科学者のための応用ベイジアン統計と概論の紹介が非常に有益で、わかりやすいとわかりました。

基本的なテキスト、つまり微積分の前提条件を持たないテキストを探している場合は、Don Berryの統計：ベイジアンの視点があります。

「ベイジアンチョイス」をご覧ください。基礎、アプリケーション、計算の完全なパッケージがあります。明確に書かれています。

私は少なくともこのリストでこれらのほとんどを一目見ましたが、私の意見では新しいベイジアンのアイデアとデータ分析ほど優れたものはありません。

編集：この本を読みながら、ベイジアン分析をすぐに開始するのは簡単です。既知の分散を持つ正規分布から平均値をモデル化するだけでなく、最初の数章の後に実際のデータ分析を行います。すべてのコード例とデータは、本のWebサイトにあります。かなりの量の理論をカバーしていますが、焦点はアプリケーションです。幅広いモデルにわたる多くの例。ベイジアンノンパラメトリックに関する素晴らしい章。Winbugs、R、およびSASの例。ベイジアンデータ分析を行うよりも好きです（両方あります）。ここにある本のほとんど（ゲルマン、ロバート、...）は私の意見では入門ではありません。あなたと話す人がいない限り、おそらくより多くの質問と回答が残されます。アルバートの本は、本に示されているものとは異なるデータを快適に分析するのに十分な資料をカバーしていません（これも私の意見です）。

ゲーマーマンとロペスによるベイジアン推論のためのマルコフ連鎖モンテカルロ：確率的シミュレーションがとても好きです。

完全な初心者のために、William Briggs が平均の法則を破る：現実の確率と平易な英語の統計を試してください

MCMCを実践に含める必要があります。MCMCの優れた紹介であり、おそらく他の本ほど一般的ではありませんが、洞察と直感を得るのに優れています。Rによるベイジアン計算の後（または並行して）読むことをお勧めします。

物理学（物理学/天文学）から来た場合、物理学のためのベイジアン論理データ分析：グレゴリーによるMathematica®サポートとの比較アプローチ（2006）をお勧めします。

タイトルの「withMathematica®サポート」の部分は商業的な問題のためだけにありますが（Mathematicaコードの使用法は非常に貧弱です）、この本の良いところは、それが本当に確率と統計の主題の紹介であることです。頻度統計に関するいくつかの章もあります。ただし、一度試してみてから、Gelman et。多くの人があなたを推薦したことも。グレゴリーの本の内容の大部分は軽く取られています（そうでない場合、それは紹介ではありません）：ゲルマンの本は、私にとってグレゴリーの本から本当に目覚めました。

私は読む：

ゲルマンら（2013）。ベイジアンデータ分析。CRC Press LLC。第3版

ホフ、ピーターD（2009）。ベイジアン統計法の最初のコース。統計のスプリンガーテキスト。

Kruschke、Doing Bayesian Data Analysis：A Tutorial with R and Bugs、2011. Academic Press / Elsevier。

そもそも、Kruschkeの本から始めたほうがいいと思います。これは、ベイジアン思考への最初のアプローチに最適です。概念は非常に明確に説明されており、数学が多すぎず、素晴らしい例がたくさんあります！

ゲルマン等。は素晴らしい本ですが、より高度な本なので、Kruschkeの本の後に読むことをお勧めします。

逆に、ホフの本は入門書であるため好きではありませんでしたが、概念（およびベイジアン思考）は明確に説明されていません。渡すことをお勧めします。

初心者向けに単一のテキストを選択する必要がある場合、それは

              Sivia DS and Skilling J (2006) book (see below). 

以下にリストされているすべての本の中で、本質的なアイデアを直感的に把握するように努めていますが、それでもページ1からの数学的洗練が必要です。

以下は私の出版物からのさらなる読書のリストであり、各出版物へのコメントがあります。

ベルナルド、JMおよびスミス、A、（2000）4。ベイジアン理論多くの実世界の例を含むベイジアン法の厳密な説明。

ビショップ、C（2006）5。パターン認識と機械学習。タイトルが示唆するように、これは主に機械学習に関するものですが、ベイジアン手法の明快で包括的な説明を提供します。

コーワンG（1998）6。統計データ分析。統計分析への優れた非ベイジアン紹介。

ジエン、Z（2008）8。科学としての心理学の理解：科学的および統計的推論の紹介。ベイズの規則に関するチュートリアル資料と、ベイジアン統計と頻度統計の区別に関する明快な分析を提供します。

ゲルマンA、カーリンJ、スターンH、およびルービンD.（2003）14。ベイジアンデータ分析。ベイズ分析の厳密かつ包括的な説明、および多くの実世界の例。

ジェインズEおよびブレトホルストG（2003）18。確率論：科学の論理。ベイジアン分析の現代の古典。それは包括的で賢明です。その説得力のあるスタイルは長く（600ページ）なりますが、退屈することはなく、豊富な洞察が満載です。

カーン、S、2012年、ベイズの定理の紹介。Salman Khanのオンライン数学ビデオは、ベイズの規則を含むさまざまなトピックの優れた紹介です。

リーPM（2004）27。ベイジアン統計：はじめに。厳格なベイジアンスタイルの厳密で包括的なテキスト。

MacKay DJC（2003）28。情報理論、推論、および学習アルゴリズム。情報理論に関する現代の古典。ほぼすべてがベイズの規則を利用している多くのトピックにわたって広範囲にローミングする非常に読みやすいテキスト。

ミゴン、HS、ゲーマーマン、D（1999）30.統計的推論：統合アプローチ。ベイジアンと非ベイジアンのアプローチを比較する、単純な（そして明確にレイアウトされた）推論の説明。かなり高度であるにもかかわらず、執筆スタイルは本質的にチュートリアルです。

ピアスJR（1980）34第2版。情報理論の紹介：シンボル、シグナル、ノイズ。Pierceは、非公式のチュートリアルスタイルの執筆で執筆していますが、情報理論の基本的な定理を提示することから逃れません。

レザ、FM（1961）35。情報理論の紹介。上記のPierceの本よりも包括的で数学的に厳密な本であり、Pierceのより非公式なテキストを最初に読んだ後にのみ読むことが理想的です。

Sivia DSおよびSkilling J（2006）38。データ分析：ベイジアンチュートリアル。これは、ベイジアン手法の優れたチュートリアルスタイルの紹介です。

Spiegelhalter、D and Rice、K（2009）36。ベイジアン統計。Scholarpedia、4（8）：5230。 http://www.scholarpedia.org/article/Bayesian_statistics ベイジアン統計の現在の状況に関する信頼できる包括的な要約。

そして、2013年6月に出版された私の本です。

ベイズのルール：ベイズ分析のチュートリアル入門、ジェームズVストーン博士、ISBN 978-0956372840

第1章は、http：//jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.htmlからダウンロードできます。

説明：18世紀の数学者および説教者によって発見されたベイズの規則は、現代の確率理論の基礎です。この豊富に説明された本では、ベイズの規則が実際に常識的推論の自然な結果である方法を示すために、さまざまなアクセス可能な例が使用されています。ベイズのルールは、直感的な確率のグラフィカル表現を使用して導出され、ベイジアン分析は、提供されているMatLabプログラムを使用したパラメーター推定に適用されます。チュートリアルの執筆スタイルと包括的な用語集を組み合わせることで、ベイジアン分析の基本原則に精通したい初心者にとって理想的な入門書となります。

厳密にはベイジアン統計などではありませんが、強くお勧めできます 、「機械学習上の最初のコースを」本質的機械学習にベイジアンアプローチを紹介している、ロジャースとGirolamiで。その非常によく構造化された明確で、強力な数学的背景のない学生向けです。これは、Bayesianのアイデアのかなり良い最初の紹介であることを意味します。また、便利な機能であるMATLAB / OCTAVEコードもあります。

社会科学者向けのベイジアン統計。Phillips、Lawrence D.（1973）、Thomas Crowell＆Co.それは非常に明確で、非常にアクセスしやすく、統計知識がないと仮定し、私が乾いたと感じたボルスタッドとは異なり、いくらか個性があります。

この本は、入学レベルの学部レベルを対象としていることを示唆しています

生物統計学：ベイジアン紹介。ジョージGウッズワース。

ジョン・ワイリー・アンド・サンズ発行

ギル、J。（2014）。ベイジアン法：社会科学および行動科学のアプローチ。第3版。

社会科学者を対象読者として念頭に置いた政治学の教授によって書かれました。Rコードが提供されます。

http://www.amazon.com/Bayesian-Methods-Behavioral-Sciences-Statistics/dp/1439862486/

初心者のタイプは質問で指定されていないので、統計学を始めるための私のアドバイスは次のとおりです。

アンドリュー・B・ローソンとエマニュエル・レサフレ（2012）： ベイジアン生物統計学

この本は私たちの統計科学のマスターの最初の年に使用されたので、このような難しい主題については比較的理解しやすいことがわかりました。大部分の「生物統計」の本と同様に、例は主に臨床生物学ですが、方法は臨床科学で有用なものに限定されません。これまで約半年の統計教育を受けていましたが、ベイズの定理以外に、ベイジアン統計はまだ導入されていませんでした。

また、付随するプレゼンテーションの649枚のスライド全体がオンラインで利用できることも素晴らしいことです。