- 基于R-INLA的空间与时空贝叶斯模型/应用统计学丛书
- - 作者：(意)玛尔塔·布兰吉亚多//米歇尔·卡梅莱蒂|责编:吴晓丽|译者:汤银才//陈婉芳
  - 出版社：高等教育
  - ISBN：9787040625660
  - 出版日期：2024/09/01
  - 页数：293
- 售价：39.6

内容大纲
    贝叶斯方法因其灵活性且可以轻松地将相关性和层次结构正式纳入数据中，所以对包括空间和时间信息在内的大型数据集建模尤为有效。然而，其所依赖的诸如马尔可夫链蒙特卡罗（MCMC）等经典模拟方法在计算上会使之变得不可行；本书所介绍的积分嵌套拉普拉斯近似（INLA）方法则可作为一种计算有效且强有力的MCMC的替代方法。
    本书介绍了贝叶斯方法的基本范式，并阐述了相关的计算问题；详细介绍了INLA方法和R-INLA软件包背后的理论，并把重点聚焦在区域和点参考数据的空间和时空建模上。
    全书将详细的理论和实际数据分析相结合，对任何水平的读者都会大有裨益。所有示例都提供基于R-INLA的代码，其数据集可在INLA网站获得，这对于想了解INLA方法或提高其实践能力的应用研究人员来说，是一个极具吸引力的特点。
作者介绍
目录
第1章  引言
  1.1  为什么要用空间与时空统计
  1.2  为什么要用贝叶斯方法给空间与时空结构建模
  1.3  为什么是INLA
  1.4  数据集
  参考文献
第2章  R介绍
  2.1  R语言
  2.2  R对象
  2.3  数据与会话管理
  2.4  R软件
  2.5  R编程
  2.6  基于R的基础统计分析
  参考文献
第3章  贝叶斯方法介绍
  3.1  贝叶斯哲学
  3.2  概率基础
  3.3  贝叶斯定理
  3.4  先验与后验分布
  3.5  贝叶斯推断
  3.6  后验分布的使用
  3.7  选择先验分布
  参考文献
第4章  贝叶斯计算
  4.1  蒙卡罗积分
  4.2  贝叶斯推断的蒙卡罗方法
  4.3  概率分布与R中的随机数生成
  4.4  蒙卡罗模拟示例
  4.5  马氏链蒙卡罗方法
  4.6  积分嵌套拉普拉斯近似算法
  4.7  拉普拉斯近似
  4.8  R-INLA
  4.9  INLA工作原理：逐步示例
  参考文献
第5章  贝叶斯回归与分层模型
  5.1  线性回归
  5.2  非线性回归：随机游动
  5.3  广义线性模型
  5.4  分层模型
  5.5  预测
  5.6  模型检查与模型选择
  参考文献
第6章  空间建模
  6.1  区域数据——GMRF
  6.2  生态回归
  6.3  零膨胀模型
  6.4  空间统计数据
  6.5  随机偏微分方程方法
  6.6  R-INLA中的SPDE
  6.7  模拟数据的SPDE简单示例

  6.8  通过inla.stack展示更高级运算
  6.9  平稳情况下的先验
  6.10  高斯响应的SPDE：瑞士降雨量数据
  6.11  非正态结果的SPDE：冈比亚的疟疾
  6.12  非平稳情况下的先验
  参考文献
第7章  时空建模
  7.1  时空疾病制图
  7.2  颗粒物浓度的时空建模
  参考文献
第8章  高级建模
  8.1  空间错位数据的二元模型
  8.2  日降雨量的半连续建模
  8.3  时空动态模型
  8.4  降低时间分辨率的时空模型
  参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目