Статистика (сводная)

Нанами Конно предстоит использовать байесовскую статистику в своей работе – с этой целью она записывается на университетский курс. Вместе со своим однокурсником Ямабуки она узнает, чем байесовская статистика отличается от традиционной, как в ней понимается вероятность, что такое функция правдоподобия и как формулируется теорема Байеса. В заключительных главах рассматриваются методы Монте-Карло для цепей Маркова. Для объяснения теории в манге используются забавные, хорошо запоминающиеся примеры; по мере усложнения материала вводится больше табличных данных и формул. Вниманию читателя предлагается множество практических задач с подробным объяснением решений.

В книге представлены основные концепции байесовской статистики и ее практическая реализация на языке Python с использованием современной библиотеки вероятностного программирования РуМСЗ и новой библиотеки исследовательского анализа байесовских моделей ArviZ. Полученные знания о вероятностном моделировании позволят вам самостоятельно проектировать и реализовать байесовские модели для собственных задач научной обработки данных. Издание будет полезно всем специалистам по анализу данных, использующих в своей работе байесовское моделирование.

Если вы знаете, как программировать на Python, и немного знаете о теории вероятности, значит, вы готовы освоить байесовскую статистику. Эта книга расскажет вам, как решать статистические задачи с помощью языка Python вместо математических формул и использовать дискретные вероятностные распределения вместо непрерывной математики. Байесовские статистические методы становятся все более обширными и важными. Но в помощь начинающим доступно не слишком много источников. Изложенная в этой книге методика основана на материале проводимых автором студенческих занятий и точно поможет вам сделать хороший старт! Издание будет полезно всем специалистам по анализу данных, кто должен использовать статистические данные в условиях их неполноты или решать другие нетривиальные задачи, связанные с вероятностными распределениями.