我正在努力加快贝叶斯统计的速度。我有一点统计背景（STAT 101），但不是太多——我想我可以理解先验、后验和可能性：D。
我还不想阅读贝叶斯教科书。我更喜欢从可以快速提升我的资源（首选网站）中阅读。像这样的东西，但有更多的细节。
有什么建议吗？
贝叶斯统计教程
机器算法验证
贝叶斯
参考
2022-01-27 10:38:02
4个回答
这是一个开始的地方：
ftp://selab.janelia.org/pub/publications/Eddy-ATG3/Eddy-ATG3-reprint.pdf
http://blog.oscarbonilla.com/2009/05/visualizing-bayes-theorem/
http://yudkowsky.net/rational/bayes
http://www.math.umass.edu/~lavine/whatisbayes.pdf
http://en.wikipedia.org/wiki/Bayesian_inference
如果您想尝试一些示例学习，您可能会对Jim Albert 的“ R 中的贝叶斯计算”感兴趣。
其相关的 R 包称为 LearnBayes。
这些不是关于贝叶斯统计的完整教程，而是对我喜欢的个别概念的孤立解释。只是想我会添加以防万一。
- http://lesswrong.com/lw/2b0/bayes_theorem_illustrated_my_way - 贝叶斯定理的图形解释。
- 置信区间和可信区间有什么区别？- 置信区间和贝叶斯可信区间之间差异的一个很好的例子（以及频率统计和贝叶斯统计之间的差异）。
- http://behind-the-enemy-lines.blogspot.com/2008/01/are-you-bayesian-or-frequentist-or.html - 一个简单的例子，说明频率论者和贝叶斯论者如何以不同的方式处理问题，以及如何解决导致不同的答案。