Markov Chain Monte Carlo: Simulación estocástica para la inferencia bayesiana, segunda edición

Título original:

Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, Second Edition

Contenido del libro:

Aunque en la última década ha habido pocas contribuciones teóricas sobre los métodos Markov Chain Monte Carlo (MCMC), la comprensión y aplicación actuales de MCMC a la solución de problemas de inferencia ha aumentado a pasos agigantados. Incorporando cambios en la teoría y destacando nuevas aplicaciones, Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, Second Edition presenta una introducción concisa, accesible y completa a los métodos de esta valiosa técnica de simulación. La segunda edición incluye acceso a un sitio de Internet que proporciona el código, escrito en R y WinBUGS, utilizado en muchos de los ejemplos y ejercicios nuevos y ya existentes. Y lo que es más importante, la naturaleza autoexplicativa de los códigos permitirá la modificación de las entradas a los códigos y la variación en muchas direcciones estará disponible para su posterior exploración.

Principales cambios con respecto a la edición anterior:

- Más ejemplos con discusión de detalles computacionales en los capítulos sobre muestreo de Gibbs y algoritmos Metropolis-Hastings.

- Desarrollos recientes en MCMC, incluyendo salto reversible, muestreo de rebanadas, muestreo de puentes, muestreo de trayectorias, intentos múltiples y rechazo retardado.

- Discusión del cálculo utilizando R y WinBUGS.

- Ejercicios adicionales y soluciones seleccionadas dentro del texto, con todos los conjuntos de datos y software disponibles para su descarga en la Web.

- Secciones sobre modelos espaciales y adecuación de modelos.

Las unidades autocontenidas del texto hacen que MCMC sea accesible a científicos de otras disciplinas, así como a estadísticos. El libro resultará atractivo para todos aquellos que trabajen con técnicas MCMC, especialmente estadísticos y bioestadísticos de investigación y posgrado, y científicos que manejen datos y formulen modelos. El libro se ha reforzado sustancialmente como primera lectura de material sobre MCMC y, en consecuencia, como libro de texto para cursos modernos de cálculo bayesiano e inferencia bayesiana.