Analisis Bayesian: Teori dan Aplikasi dengan R

Analisis Bayesian, Teori dan Aplikasinya dengan R membahas tentang konsep dan beberapa teknik analisis Bayesian untuk menyelesaikan kasus/data yang pada single atau multiparameter dengan pendekatan teori dan penggunaan software R yang mudah dipahami untuk berbagai pengguna seperti mahasiswa, dosen, peneliti dan praktisi dari berbagai bidang ilmu. Buku ini terdiri dari sembilan bahasan, yaitu Konsep Analisis Bayesian, Analisis Bayesian pada Single Parameter, Analisis Bayesian pada Multiparameter, Algoritma Markov Chain Monte Carlo (MCMC), Analisis Bayesian pada Regresi Linier, Analisis Bayesian pada Regresi Logistik, Analisis Bayesian pada model Mixture, Analisis Bayesian pada RJMCMC, serta Analisis Bayesian pada Bayes Factor. Konsep Analisis Bayesian membahas pentingnya mempelajari analisis Bayesian, perbedaan Analisis Bayesian dengan pendugaan parameter pendekatan klasik dan mereviu materi peluang yang banyak digunakan dalam Analisis Bayesian.Analisis Bayesian pada single parameter membahas inferensi pendugaan satu parameter pada distribusi peluang variabel acak diskrit maupun kontinu. Analisis Bayesian pada multiparameter membahas inferensi pendugaan lebih dari satu parameter pada distribusi peluang variabel acak diskrit maupun kontinu. Algoritma MCMC membahas algoritma yang banyak digunakan dalam menyelesaikan pendugaan parameter dengan analisis Bayesian.Pembahasan MCMC di buku ini menggunakan algoritma Gibbs Sampler. Analisis Bayesian pada Regresi Linier membahas pendugaan parameter Regresi Linier dengan menggunakan analisis Bayesian pada regresi dengan variabel respon kontinu baik pada regresi linier sederhana maupun regresi linier berganda. Analisis Bayesian pada Regresi Logistik membahas pendugaan parameter Regresi Logistik dengan menggunakan analisis Bayesian pada regresi dengan variabel respons kategori baik pada satu variabel prediktor maupun lebih dari satu variabel prediktor. Analisis Bayesian pada model Mixture membahas pendugaan parameter model mixture