*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202409*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:基於R-INLA的空間與時空貝葉斯模型 (Spatial and Spatio-Temporal Bayesian Models with R-INLA) ISBN:9787040625660 出版社:高等教育 著編譯者:(意)Marta Blangiardo 叢書名:應用統計學叢書 頁數:293 所在地:中國大陸 *此為代購商品 書號:1689425 可大量預訂,請先連絡。 【台灣高等教育出版社簡體書】 基於R-INLA的空間與時空貝葉斯模型 (Spatial and Spatio-Temporal Bayesian Models with R-INLA) 787040625660 (意)Marta Blangiardo 內容簡介 貝葉斯方法因其靈活性且可以輕鬆地將相關性和層次結構正式納入數據中,所以對包括空間和時間信息在內的大型數據集建模尤為有效。然而,其所依賴的諸如馬爾可夫鏈蒙特卡羅(MCMC)等經典模擬方法在計算上會使之變得不可行;本書所介紹的積分嵌套拉普拉斯近似(INLA)方法則可作為一種計算有效且強有力的MCMC的替代方法。 本書介紹了貝葉斯方法的基本範式,並闡述了相關的計算問題;詳細介紹了INLA方法和R-INLA軟體包背後的理論,並把重點聚焦在區域和點參考數據的空間和時空建模上。 全書將詳細的理論和實際數據分析相結合,對任何水平的讀者都會大有裨益。所有示例都提供基於R-INLA的代碼,其數據集可在INLA網站獲得,這對於想了解INLA方法或提高其實踐能力的應用研究人員來說,是一個極具吸引力的特點。目錄 第1章 引言1 1 為什麼要用空間與時空統計 1 2 為什麼要用貝葉斯方法給空間與時空結構建模 1 3 為什麼是INLA 1 4 數據集 參考文獻 第2章 R介紹 2 1 R語言 2 2 R對象 2 3 數據與會話管理 2 4 R軟體 2 5 R編程 2 6 基於R的基礎統計分析 參考文獻 第3章 貝葉斯方法介紹 3 1 貝葉斯哲學 3 2 概率基礎 3 3 貝葉斯定理 3 4 先驗與后驗分佈 3 5 貝葉斯推斷 3 6 后驗分佈的使用 3 7 選擇先驗分佈 參考文獻 第4章 貝葉斯計算 4 1 蒙卡羅積分 4 2 貝葉斯推斷的蒙卡羅方法 4 3 概率分佈與R中的隨機數生成 4 4 蒙卡羅模擬示例 4 5 馬氏鏈蒙卡羅方法 4 6 積分嵌套拉普拉斯近似演算法 4 7 拉普拉斯近似 4 8 R-INLA 4 9 INLA工作原理:逐步示例 參考文獻 第5章 貝葉斯回歸與分層模型 5 1 線性回歸 5 2 非線性回歸:隨機遊動 5 3 廣義線性模型 5 4 分層模型 5 5 預測 5 6 模型檢查與模型選擇 參考文獻 第6章 空間建模 6 1 區域數據——GMRF 6 2 生態回歸 6 3 零膨脹模型 6 4 空間統計數據 6 5 隨機偏微分方程方法 6 6 R-INLA中的SPDE 6 7 模擬數據的SPDE簡單示例 6 8 通過inla stack展示更高級運算 6 9 平穩情況下的先驗 6 10 高斯響應的SPDE:瑞士降雨量數據 6 11 非正態結果的SPDE:甘比亞的瘧疾 6 12 非平穩情況下的先驗 參考文獻 第7章 時空建模 7 1 時空疾病製圖 7 2 顆粒物濃度的時空建模 參考文獻 第8章 高級建模 8 1 空間錯位數據的二元模型 8 2 日降雨量的半連續建模 8 3 時空動態模型 8 4 降低時間解析度的時空模型 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |