Gomez-Rubio, Virgilio / Escritor
La aproximación de Laplace anidada integrada (INLA) es un método computacional reciente que puede ajustarse a modelos bayesianos en una fracción del tiempo requerido por los métodos tÃpicos de Monte Carlo de cadena de Markov (MCMC). INLA se centra en la inferencia marginal en los parámetros del modelo de los modelos de campos aleatorios Gaussianos de Markov latentes y explota las propiedades de independencia condicional en el modelo para la velocidad computacional. La inferencia bayesiana con INLA proporciona una descripción de INLA y su paquete R asociado para el ajuste del modelo.
Este libro describe la metodologÃa subyacente, asà como cómo ajustar una amplia gama de modelos con R. Los temas cubiertos incluyen modelos lineales generalizados de efectos mixtos, modelos multinivel, modelos espaciales y espacio-temporales, métodos de suavizado, análisis de supervivencia, imputación de valores perdidos. y modelos de mezcla. Se discuten las caracterÃsticas avanzadas del paquete INLA y cómo extender el número de modelos anteriores y latentes disponibles en el paquete.
Todos los ejemplos del libro son completamente reproducibles y los conjuntos de datos y el código R están disponibles en el sitio web del libro. Este libro será de utilidad para investigadores de diferentes áreas con cierta experiencia en inferencia bayesiana que quieran aplicar el método INLA en su trabajo. Los ejemplos cubren temas de bioestadÃstica, econometrÃa, educación, ciencias ambientales, epidemiologÃa, salud pública y ciencias sociales.
