Robust Bayesian Analysis

Pronto per la spedizione in 2 settimane
nuovo € 135,90 € 129,11
Prezzo minimo ultimi 30 giorni: 125,81
Spedizione gratuita in Italia
Compra nuovo

Paga con Klarna in 3 rate senza interessi per ordini superiori a 39 €.

Editore: Springer-Verlag New York Inc.
Collana: Lecture Notes in Statistics
Codice EAN: 9780387988665
Anno edizione: 2000
Anno pubblicazione:
Dati: 422 p.
ty=I s=1 rel=1,1
op=N s=1 q=10099(0+10099-0) g=10

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

Robust Bayesian analysis aims at overcoming the traditional objection to Bayesian analysis of its dependence on subjective inputs, mainly the prior and the loss. Its purpose is the determination of the impact of the inputs to a Bayesian analysis (the prior, the loss and the model) on its output when the inputs range in certain classes. If the impact is considerable, there is sensitivity and we should attempt to further refine the information the incumbent classes available, perhaps through additional constraints on and/ or obtaining additional data; if the impact is not important, robustness holds and no further analysis and refinement would be required. Robust Bayesian analysis has been widely accepted by Bayesian statisticians; for a while it was even a main research topic in the field. However, to a great extent, their impact is yet to be seen in applied settings. This volume, therefore, presents an overview of the current state of robust Bayesian methods and their applications and identifies topics of further in- terest in the area. The papers in the volume are divided into nine parts covering the main aspects of the field. The first one provides an overview of Bayesian robustness at a non-technical level. The paper in Part II con- cerns foundational aspects and describes decision-theoretical axiomatisa- tions leading to the robust Bayesian paradigm, motivating reasons for which robust analysis is practically unavoidable within Bayesian analysis.