En Cross Validated hay una gran pregunta sobre los mejores libros de introducción a la estadística bayesiana . Además, Jeromy Anglim escribió recientemente en su blog sobre el uso de JAGS, rjags y el modelado bayesiano , con una muy buena colección de tutoriales relacionados con la pregunta anterior. Muchos de esos recursos son tutoriales de un solo paso, que cubren solo un alcance limitado de programación y modelado.
En términos de recursos que cubren una gama más amplia de temas con información básica y tutoriales de codificación, solo dos fuentes se destacan de la lista:
Curso de Michael Lee y Eric Wagenmakers en modelado gráfico bayesiano para ciencia cognitiva , y
John Kruschke haciendo análisis de datos bayesianos: un tutorial con R y BUGS .
Esos dos libros podrían potencialmente dar en el clavo en términos de cobertura suficiente de las necesidades básicas para el acólito bayesiano principiante.
¿Qué más aconseja como una introducción simple, práctica, compacta y completa al modelado bayesiano para un científico cognitivo?
+1 a la sugerencia de Speldosa. Griffiths y sus colegas han escrito varios manuales sobre el uso de modelos bayesianos en cogsci. Muchos de ellos se pueden encontrar en el sitio web de Griffiths en 'Fundamentos':
http://cocosci.berkeley.edu/publications.php?topic=Fundaciones
p.ej
Perfors, A., Tenenbaum, JB, Griffiths, TL y Xu, F. (2011). Una introducción tutorial a los modelos bayesianos de desarrollo cognitivo. Cognición, 120, 302-321.
Griffiths, TL y Yuille, A. (2008). Una introducción a la inferencia probabilística. En M. Oaksford y N. Chater (Eds.). La mente probabilística: perspectivas de modelos racionales de cognición. Oxford: Prensa de la Universidad de Oxford.
Como @Jeff ha mencionado, Tom Griffiths tiene varios recursos útiles. En particular, Tom Griffiths tiene una extensa lista de lectura que puede resultarle relevante. Para citar el resumen del contenido:
Esta lista pretende presentar algunas de las herramientas de la estadística bayesiana y el aprendizaje automático que pueden ser útiles para la investigación computacional en la ciencia cognitiva. La primera sección menciona varias referencias generales útiles, y las otras proporcionan lecturas complementarias sobre temas específicos...
En el libro bastante reciente "The Cambridge Handbook of Computational Psychology" , el capítulo tres está dedicado al modelado bayesiano. Está escrito por Thomas Griffiths, Charles Kemp y Joshua Tenenbaum.
Todavía no he leído este capítulo, pero actualizaré esta respuesta cuando lo haya hecho.
Geek en ácido