约瑟夫·希尔贝(Joseph M.Hilbe)。;拉斐尔·德·苏扎(Rafael S.de Souza)。;石田爱美。 天体物理数据的贝叶斯模型。使用R、JAGS、Python和Stan。 (英语) Zbl 1366.62009年 剑桥:剑桥大学出版社(ISBN 978-1-107-13308-2/hbk;978-1-316-45951-5/电子书)。十七、393页。(2017). 这本书的十章是:1。天体统计学,2。先决条件,3。频繁与贝叶斯方法,4。正态线性模型,5.-7。广义线性模型,8。层次广义线性混合模型,9。型号选择,10。天文应用。最后,给出了天文统计学未来的注释、三个附录、参考文献和主题索引。第一章介绍了一些历史,例如,它说,最小二乘回归的首次应用是为了天体测量的目的。第2章介绍了使用过的软件Stan、JAGS、R和Python。第三章主要介绍贝叶斯方法,它只在绕过时提到了频域方法。第4章介绍了高斯模型的标准知识,而接下来的三章介绍了它的几种可能的推广,如对数正态、伽马、逆高斯、贝塔、二项式和泊松模型。第8章讲述了如何使用所涵盖的软件来处理这些模型。第9章讨论了贝叶斯LASSO(最小绝对收缩和选择算子),第10章讨论了以下主题:黑洞质量、超新星、双星运动、初始质量函数和球状星团人口。出版商描述:这本天文学中贝叶斯方法的综合指南通过提供完整的R、JAGS、Python和Stan代码来实现实际操作,以便直接使用或进行调整。它首先从频率学家和贝叶斯的角度检查正常模型,然后发展到一系列贝叶斯广义线性模型和混合或层次模型,以及其他类型的模型,如ABC和INLA。这本书提供了在其他地方基本上不可用的代码,并包括解释和评估贝叶斯模型的详细信息。最初的讨论提供了综合形式的模型,以便读者能够轻松地根据自己的数据进行调整;随后将模型应用于实际天文数据。一贯的重点是动手建模、数据分析和解决科学问题的解释。作为天文学家必备的工具,它的具体方法也将吸引更广泛的科学研究人员。审核人:Hans-Jürgen Schmidt(波茨坦) 引用于2文件 MSC公司: 62-02 与统计有关的研究展览(专著、调查文章) 第62页,第35页 统计学在物理学中的应用 2015年1月62日 贝叶斯推断 62J12型 广义线性模型(逻辑模型) 85A35型 统计天文学 62-04 统计相关问题的软件、源代码等 85-02 天文学和天体物理学相关的研究博览会(专著、调查文章) 83元57 黑洞 关键词:贝叶斯模型;天体物理数据;黑洞质量;天体统计学;频率测定法;贝叶斯方法;正常线性模型;广义线性模型;分层广义线性混合模型;最小二乘回归;高斯模型;对数正态分布;伽马射线;逆高斯;贝塔;二项式;泊松模型;贝叶斯拉索(最小绝对收缩和选择算子);超新星;二进制运动;初始质量函数;球状星团群 软件:漏洞;R(右);蟒蛇;斯坦;卡爪;巴哈马斯;数字宇宙;宇宙实验室;主持人 PDF格式BibTeX公司 XML格式引用 \textit{J.M.Hilbe}等人,天体物理数据的贝叶斯模型。使用R、JAGS、Python和Stan。剑桥:剑桥大学出版社(2017;Zbl 1366.62009) 全文: 内政部