机读格式显示(MARC)

• 000 01675nam 22003251 450

• 001 0000512192

• 005 20200911102700.0

• 010 __ |a 978-7-111-62491-2 |d CNY139.00

• 100 __ |a 20190905d2019 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 统计反思 |A tong ji fan si |e 用R和Stan例解贝叶斯方法 |d Statistical rethinking |e a bayesian course with examples in R and Stan |f (美)理查德·麦克尔里思(Richard McElreath)著 |g 林荟译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2019.04

• 215 __ |a 14,404页 |c 图 |d 26cm

• 225 2_ |a 数据科学与工程技术丛书 |A Shu Ju Ke Xue Yu Gong Cheng Ji Shu Cong Shu

• 305 __ |a 由Taylor & Francis出版集团旗下，CRC出版公司授权出版

• 306 __ |a 本书限中国大陆发行

• 330 __ |a 本书以Stan统计软件为基础，以R代码为例，提供了一个实际的统计推断的基础。从贝叶斯统计方法的角度出发，介绍了统计反思的相关知识，以及一些常用的进行类似权衡的工具，展示了两个完整的最常用的计数变量回归，介绍了应对常见的单一模型无法很好地拟合观测数据的排序分类模型与零膨胀和零增广模型，提出了基于贝叶斯概率和最大熵的广义线性分层模型以及处理空间和网络自相关的高斯过程模型。

• 333 __ |a 本书适用于统计、数学等相关专业学生以及数据挖掘的从业人士

• 410 _0 |1 2001 |a 数据科学与工程技术丛书

• 510 1_ |a Statistical rethinking |e a bayesian course with examples in R and Stan |z eng

• 517 1_ |a 用R和Stan例解贝叶斯方法 |A yong R he Stan li jie bei ye si fang fa

• 606 0_ |a 贝叶斯方法 |A Bei Ye Si Fang Fa |x 应用 |x 数理统计

• 690 __ |a O212.8 |v 5

• 701 _0 |c (美) |a 麦克尔里思 |A mai ke er li si |c (McElreath, Richard) |4 著

• 702 _0 |a 林荟 |A lin hui |4 译

• 801 _0 |a CN |b 辽批 |c 20190905

• 905 __ |a LIB |d O212.8/5