Je souhaite en savoir plus sur les techniques bayésiennes non paramétriques (et connexes). J'ai une formation en informatique et bien que je n'aie jamais suivi de cours sur la théorie des mesures ou la théorie des probabilités, j'ai eu une formation limitée en probabilités et statistiques. Quelqu'un peut-il recommander une introduction lisible à ces concepts pour me lancer?
probability
bayesian
references
theory
Entaille
la source
la source
Réponses:
Pour une très courte introduction (pdf de sept pages), il y a aussi ceci, destiné à vous permettre de suivre des articles qui utilisent un peu de théorie de la mesure:
Un didacticiel sur la théorie de la mesure (Théorie de la mesure pour les nuls) . Maya R. Gupta. Département de génie électrique, Université de Washington, 2006. (copie archive.org )
L'auteur donne quelques références à la fin et dit que "l'un des livres les plus sympathiques est celui de Resnick, qui enseigne la mesure de la probabilité théorique des diplômés avec l'hypothèse que vous n'avez pas de BA en mathématiques."
SI Resnick, Un chemin de probabilité , Birkhäuser, 1999. 453 pages.
la source
infinum, et des limites de seuils d'infinums d'ensembles, j'ai essayé d'autres options à la place (appréciant actuellement le Wernikoff, de 1957)Après quelques recherches, j'ai fini par acheter ceci quand j'ai pensé que je devais savoir quelque chose sur la probabilité théorique de mesure:
Jeffrey Rosenthal. Un premier regard sur la théorie rigoureuse des probabilités . World Scientific 2007. ISBN 9789812703712.
Je ne l'ai pas beaucoup lu, cependant, car mon expérience personnelle est en accord avec la plaisanterie de Stephen Senn .
la source
Personnellement, j'ai trouvé les fondements originaux de Kolmogorov de la théorie de la probabilité assez lisibles, du moins par rapport à la plupart des textes de théorie des mesures. Bien qu'il ne contienne évidemment aucun travail ultérieur, il vous donne une idée de la plupart des concepts importants (ensembles de mesure zéro, attente conditionnelle, etc.). Il est aussi heureusement bref, à seulement 84 pages.
la source
Aperçu de la théorie de Lebesgue: une introduction heuristique par Robert E. Wernikoff. Pour les ingénieurs, c'est facilement la meilleure introduction.
la source
Passer directement à l'analyse bayésienne non paramétrique est un premier grand pas en avant! Peut-être mettre un peu de Bayes paramétrique sous votre ceinture en premier?
Trois livres que vous pouvez trouver utiles dans la partie bayésienne sont:
1) Théorie des probabilités: la logique de la science par ET Jaynes, édité par GL Bretthorst (2003)
2) Théorie bayésienne par Bernardo, JM et Smith, AFM (1er éd 1994, 2e éd 2007).
3) Théorie de la décision bayésienne JO Berger (1985)
Un bon endroit pour voir les applications récentes des statistiques bayésiennes est la revue GRATUITE appelée Bayesian Analysis , avec des articles de 2006 à nos jours.
la source