جلد سخت سیاه و سفید
Product details
- Publisher : Chapman and Hall/CRC; 1st edition (March 2, 2022)
- Language : English
- Hardcover : 411 pages
- ISBN-10 : 0367277980
- ISBN-13 : 978-0367277987
کتاب Bayesian Modeling of Spatio-Temporal Data with R (Chapman & Hall/CRC Interdisciplinary Statistics)
Applied sciences, both physical and social, such as atmospheric, biological, climate, demographic, economic, ecological, environmental, oceanic and political, routinely gather large volumes of spatial and spatio-temporal data in order to make wide ranging inference and prediction. Ideally such inferential tasks should be approached through modelling, which aids in estimation of uncertainties in all conclusions drawn from such data. Unified Bayesian modelling, implemented through user friendly software packages, provides a crucial key to unlocking the full power of these methods for solving challenging practical problems.
Key features of the book:
• Accessible detailed discussion of a majority of all aspects of Bayesian methods and computations with worked examples, numerical illustrations and exercises
• A spatial statistics jargon buster chapter that enables the reader to build up a vocabulary without getting clouded in modeling and technicalities
• Computation and modeling illustrations are provided with the help of the dedicated R package bmstdr, allowing the reader to use well-known packages and platforms, such as rstan, INLA, spBayes, spTimer, spTDyn, CARBayes, CARBayesST, etc
• Included are R code notes detailing the algorithms used to produce all the tables and figures, with data and code available via an online supplement
• Two dedicated chapters discuss practical examples of spatio-temporal modeling of point referenced and areal unit data
• Throughout, the emphasis has been on validating models by splitting data into test and training sets following on the philosophy of machine learning and data science
This book is designed to make spatio-temporal modeling and analysis accessible and understandable to a wide audience of students and researchers, from mathematicians and statisticians to practitioners in the applied sciences. It presents most of the modeling with the help of R commands written in a purposefully developed R package to facilitate spatio-temporal modeling. It does not compromise on rigour, as it presents the underlying theories of Bayesian inference and computation in standalone chapters, which would be appeal those interested in the theoretical details. By avoiding hard core mathematics and calculus, this book aims to be a bridge that removes the statistical knowledge gap from among the applied scientists.
منابع کتاب کتاب Bayesian Modeling of Spatio-Temporal Data with R (Chapman & Hall/CRC Interdisciplinary Statistics)
علوم کاربردی، اعم از فیزیکی و اجتماعی، مانند جو، بیولوژی، آب و هوا، جمعیت شناسی، اقتصادی، اکولوژیکی، زیست محیطی، اقیانوسی و سیاسی، به طور معمول حجم زیادی از داده های مکانی و مکانی-زمانی را به منظور استنتاج و پیش بینی گسترده جمع آوری می کنند. در حالت ایده‌آل، چنین وظایف استنتاجی باید از طریق مدلسازی مورد بررسی قرار گیرند، که به تخمین عدم قطعیت‌ها در تمام نتایج حاصل از چنین داده‌هایی کمک می‌کند. مدلسازی بیزی یکپارچه، که از طریق بسته‌های نرم‌افزاری کاربرپسند پیاده‌سازی می‌شود، کلیدی حیاتی برای باز کردن قدرت کامل این روش‌ها برای حل مشکلات عملی چالش‌برانگیز فراهم می‌کند.
ویژگی های کلیدی کتاب:
• بحث مفصل قابل دسترس در مورد اکثر جنبه های روش ها و محاسبات بیزی با مثال های کار شده، تصاویر عددی و تمرین ها
• فصلی که خواننده را قادر می‌سازد تا واژگانی بسازد بدون اینکه در مدلسازی و نکات فنی مبهم شود.
• تصاویر محاسباتی و مدلسازی با کمک بسته اختصاصی R bmstdr ارائه شده است که به خواننده امکان می دهد از بسته ها و پلتفرم های معروف مانند rstan، INLA، spBayes، spTimer، spTDyn، CARBayes، CARBayesST و غیره استفاده کند.
• شامل یادداشت‌های کد R است که جزئیات الگوریتم‌های مورد استفاده برای تولید همه جداول و شکل‌ها، با داده‌ها و کد موجود از طریق یک مکمل آنلاین را نشان می‌دهد.
• دو فصل اختصاصی مثال‌های عملی از مدلسازی مکانی-زمانی داده‌های نقطه مرجع و واحد منطقه‌ای را مورد بحث قرار می‌دهد.
• در کل، بر اعتبارسنجی مدل‌ها با تقسیم داده‌ها به مجموعه‌های آزمایشی و آموزشی به دنبال فلسفه یادگیری ماشین و علم داده تأکید شده است.
این کتاب به گونه ای طراحی شده است که مدل سازی و تحلیل مکانی-زمانی را برای طیف وسیعی از دانش آموزان و محققان، از ریاضیدانان و آماردانان گرفته تا متخصصان علوم کاربردی، قابل دسترس و قابل درک کند. بیشتر مدل‌سازی‌ها را با کمک دستورات R نوشته شده در یک بسته R به‌طور هدفمند توسعه‌یافته برای تسهیل مدلسازی مکانی-زمانی ارائه می‌کند. در مورد دقت مصالحه نمی کند، زیرا نظریه های اساسی استنتاج و محاسبات بیزی را در فصل های مستقل ارائه می دهد، که برای علاقه مندان به جزئیات نظری جذاب خواهد بود. با اجتناب از ریاضیات هسته سخت و حساب دیفرانسیل و انتگرال، این کتاب قصد دارد پلی باشد که شکاف دانش آماری را از میان دانشمندان کاربردی حذف کند.
ارسال نظر درباره کتاب Bayesian Modeling of Spatio-Temporal Data with R (Chapman & Hall/CRC Interdisciplinary Statistics)