Si tuviera que elegir un solo texto para un principiante, sería
Sivia DS and Skilling J (2006) book (see below).
De todos los libros enumerados a continuación, se esfuerza más por dar una idea intuitiva de las ideas esenciales, pero aún requiere cierta sofisticación matemática de la página 1.
A continuación hay una lista de lecturas adicionales de mi libro, con comentarios sobre cada publicación.
Bernardo, JM y Smith, A, (2000) 4. Teoría bayesiana Una descripción rigurosa de los métodos bayesianos, con muchos ejemplos del mundo real.
Obispo, C (2006) 5. Reconocimiento de patrones y aprendizaje automático. Como sugiere el título, se trata principalmente del aprendizaje automático, pero proporciona una descripción lúcida y completa de los métodos bayesianos.
Cowan G (1998) 6. Análisis estadístico de datos. Una excelente introducción no bayesiana al análisis estadístico.
Dienes, Z (2008) 8. Comprender la psicología como ciencia: una introducción a la inferencia científica y estadística. Proporciona material tutorial sobre la regla de Bayes y un análisis lúcido de la distinción entre estadísticas bayesianas y frecuentistas.
Gelman A, Carlin J, Stern H y Rubin D. (2003) 14. Análisis de datos bayesianos. Una cuenta rigurosa y completa del análisis bayesiano, con muchos ejemplos del mundo real.
Jaynes E y Bretthorst G (2003) 18. Teoría de la probabilidad: la lógica de la ciencia. El clásico moderno del análisis bayesiano. Es integral y sabio. Su estilo discursivo lo hace largo (600 páginas) pero nunca aburrido, y está lleno de ideas.
Khan, S, 2012, Introducción al teorema de Bayes. Los videos de matemáticas en línea de Salman Khan son una buena introducción a varios temas, incluida la regla de Bayes.
Lee PM (2004) 27. Estadísticas bayesianas: una introducción. Un texto riguroso y completo con un estilo bayesiano estridente.
MacKay DJC (2003) 28. Teoría de la información, inferencia y algoritmos de aprendizaje. El clásico moderno sobre teoría de la información. Un texto muy legible que recorre muchos temas, casi todos los cuales hacen uso de la regla de Bayes.
Migon, HS y Gamerman, D (1999) 30. Inferencia estadística: un enfoque integrado. Una explicación directa (y claramente presentada) de la inferencia, que compara los enfoques bayesianos y no bayesianos. A pesar de ser bastante avanzado, el estilo de escritura es de naturaleza tutorial.
Pierce JR (1980) 34 2a edición. Una introducción a la teoría de la información: símbolos, señales y ruido. Pierce escribe con un estilo de escritura informal y tutorial, pero no deja de presentar los teoremas fundamentales de la teoría de la información.
Reza, FM (1961) 35. Una introducción a la teoría de la información. Un libro más riguroso y matemáticamente más riguroso que el libro anterior de Pierce, e idealmente debería leerse solo después de leer primero el texto más informal de Pierce.
Sivia DS y Skilling J (2006) 38. Análisis de datos: un tutorial bayesiano. Esta es una excelente introducción de estilo tutorial a los métodos bayesianos.
Spiegelhalter, D y Rice, K (2009) 36. Estadísticas bayesianas. Scholarpedia, 4 (8): 5230.
http://www.scholarpedia.org/article/Bayesian_statistics
Un resumen confiable y completo del estado actual de las estadísticas bayesianas.
Y aquí está mi libro, publicado en junio de 2013.
La regla de Bayes: una introducción tutorial al análisis bayesiano, Dr. James V Stone, ISBN 978-0956372840
El Capítulo 1 se puede descargar desde:
http://jim-stone.staff.shef.ac.uk/BookBayes2012/BayesRuleBookMain.html
Descripción: descubierta por un matemático y predicador del siglo XVIII, la regla de Bayes es una piedra angular de la teoría de probabilidad moderna. En este libro ricamente ilustrado, se utiliza una variedad de ejemplos accesibles para mostrar cómo la regla de Bayes es en realidad una consecuencia natural del razonamiento de sentido común. La regla de Bayes se deriva utilizando representaciones gráficas intuitivas de probabilidad, y el análisis bayesiano se aplica a la estimación de parámetros utilizando los programas de MatLab proporcionados. El estilo de escritura tutorial, combinado con un glosario completo, lo convierte en una cartilla ideal para el principiante que desea familiarizarse con los principios básicos del análisis bayesiano.
