约瑟夫·希尔贝（Joseph M.Hilbe）。;拉斐尔·德·苏扎（Rafael S.de Souza）。;Emille E.O.石田。 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章介绍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。持续关注的是实际建模、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1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） 85立方厘米 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;正规线性模型;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：斯坦;巴哈马斯;蟒蛇;宇宙实验室;数字宇宙;主持人;卡爪;对;漏洞 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