Bayesian Inference : Data Evaluation and Decisions （2ND）

個数：

Bayesian Inference : Data Evaluation and Decisions （2ND）

Harney, Hanns Ludwig

ウェブストア価格 ¥26,017（本体¥23,652）
Springer International Publishing AG（2018/06発売）
外貨定価 US$ 119.99
ポイント 236pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 243 p.
商品コード 9783319824031

Full Description

This new edition offers a comprehensive introduction to the analysis of data using Bayes rule. It generalizes Gaussian error intervals to situations in which the data follow distributions other than Gaussian. This is particularly useful when the observed parameter is barely above the background or the histogram of multiparametric data contains many empty bins, so that the determination of the validity of a theory cannot be based on the chi-squared-criterion. In addition to the solutions of practical problems, this approach provides an epistemic insight: the logic of quantum mechanics is obtained as the logic of unbiased inference from counting data. New sections feature factorizing parameters, commuting parameters, observables in quantum mechanics, the art of fitting with coherent and with incoherent alternatives and fitting with multinomial distribution. Additional problems and examples help deepen the knowledge. Requiring no knowledge of quantum mechanics, the book is written on introductory level, with many examples and exercises, for advanced undergraduate and graduate students in the physical sciences, planning to, or working in, fields such as medical physics, nuclear physics, quantum mechanics, and chaos.

Knowledge an Logic.- Bayes' Theorem.- Probable and Improbable Data.- Descriptions of Distributions I: Real x.- Description of Distributions II: Natural x.- Form Invariance I.- Examples of Invariant Measures.- A Linear Representation of Form Invariance.- Going Beyond Form Invariance: The Geometric Prior.- Inferring the Mean or Standard Deviation.- Form Invariance II: Natural x.- Item Response Theory.- On the Art of Fitting .- Problems and Solutions.- Description of Distributions I.- Real x.- Form Invariance I.- Beyond Form Invariance: The Geometric Prior.- Inferring Mean or Standard Deviation.- Form Invariance II: Natural x.- Item Response Theory.- On the Art of Fitting.