| 字段 | 字段内容 |
|---|---|
| 001 | 01h0446621 |
| 005 | 20201029173055.0 |
| 010 | $a: 978-7-111-62491-2$d: CNY139.00 |
| 099 | $a: CAL 012019079852 |
| 100 | $a: 20190505d2019 em y0chiy50 ea |
| 101 | $a: chi$c: eng |
| 102 | $a: CN$b: 110000 |
| 105 | $a: a a 000yy |
| 106 | $a: r |
| 200 | $a: 统计反思$A: tong ji fan si$e: 用R和Stan例解贝叶斯方法$f: (美) 理查德·麦克尔里思著$d: = Statistical rethinking$e: a bayesian course with examples in R and Stan$f: Richard McElreath$g: 林荟译$z: eng |
| 210 | $a: 北京$c: 机械工业出版社$d: 2019 |
| 215 | $a: XIV, 404页$c: 图$d: 26cm |
| 225 | $a: 数据科学与工程技术丛书$A: shu ju ke xue yu gong cheng ji shu cong shu |
| 300 | $a: 华章IT |
| 306 | $a: 由Taylor & Francis出版集团旗下CRC出版公司授权出版，仅限中国大陆地区销售 |
| 320 | $a: 有书目 (第398-404页) |
| 330 | $a: 本书以Stan统计软件为基础，以R代码为例，提供了一个实际的统计推断的基础。从贝叶斯统计方法的角度出发，介绍了统计反思的相关知识，以及一些常用的进行类似权衡的工具，展示了两个完整的最常用的计数变量回归，介绍了应对常见的单一模型无法很好地拟合观测数据的排序分类模型与零膨胀和零增广模型，提出了基于贝叶斯概率和最大熵的广义线性分层模型以及处理空间和网络自相关的高斯过程模型。 |
| 410 | $1: 2001 $a: 数据科学与工程技术丛书 |
| 500 | $1: 0$a: Statistical rethinking : a bayesian course with examples in R and Stan$A: Statistical Rethinking : A Bayesian Course With Examples In R And Stan$m: Chinese |
| 517 | $a: 用R和Stan例解贝叶斯方法$A: yong R he Stan li jie bei ye si fang fa |
| 606 | $a: 贝叶斯方法$A: bei ye si fang fa$x: 应用$x: 数理统计 |
| 690 | $a: O212.8$v: 5 |
| 701 | $a: 麦克尔里思$A: mai ke er li si$g: (McElreath, Richard)$4: 著 |
| 702 | $a: 林荟$A: lin hui$4: 译 |
| 801 | $a: CN$b: SXCD$c: 20200917 |
| 905 | $h: 3$b: 02452131-33$e: 2$a: SXCDS$d: O212.8$r: 139.00 |
| 920 | $a: 150900$z: 1 |
| 998 | $a: SXUFE |
北京创讯未来软件技术有限公司 版权所有 ALL RIGHTS RESERVED 京ICP备 09032139
欢迎第47159726位用户访问本系统