Daten richtig interpretieren: Neues Buch über Bayesianische Statistik von MPIA-Mitarbeiter
In der Wissenschaft geht es darum, aus Daten Rückschlüsse auf unsere Welt zu ziehen – und dass, obwohl Daten nie perfekt und unsere Ergebnisse immer mit Unsicherheiten behaftet sind. Mit seinem jetzt veröffentlichten neuen (englischsprachigen) Buch bietet Coryn Bailer-Jones, wissenschaftlicher Mitarbeiter am Max-Planck-Institut für Astronomie (MIPA) eine Einführung in die grundlegenden Konzepte von Wahrscheinlichkeit und Statistik sowie in die rechnerischen Werkzeuge, mit denen sich Daten analysieren und interpretieren lassen. Bailer-Jones leitet am MPIA in der Abteilung Galaxien und Kosmologie eine Forschungsgruppe, die sich mit der Auswertung der gigantischen Mengen an Daten beschäftigt, welche die Gaia-Mission der ESA über unsere kosmische Umgebung liefert.
In seinem Buch erklärt Bailer-Jones den Bayesianischen Ansatz für die Statistik und zeigt, wie sich Modelle auf dieser Grundlage vergleichen sowie Modellparameter optimal anpassen lassen. Zu den weiteren Themen des Buches gehören unter anderem Regression, Parameterschätzung, Monte-Carlo-Methoden. Dabei stehen jeweils die grundlegenden Prinzipien sowie die Gemeinsamkeiten zwischen den unterschiedlichen Herangehensweisen im Vordergrund. Breiter Raum ist praktischen Anwendungen der Methoden gewidmet: Hierfür wird der Text online durch (ausführlich kommentierte und erklärte) Skripte in der Programmiersprache R ergänzt. Auf diese Weise können Leser die Diagramme und Ergebnisse für sich selbst nachvollziehen und dieselben Techniken auf ein weites Spektrum von Problemen aus dem Bereich Datenanalyse anwenden.
Das Buch wendet sich vornehmlich an Studierende im Haupt- und Promotionsstudium. Vorausgesetzt werden lediglich Kenntnisse der Differenzial- und Integralrechnung; die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik werden dagegen ohne weitere Voraussetzungen eingeführt. Durch den Überblick über die wichtigsten Konzepte und Methoden sollte das Buch auch für erfahrenere Praktiker von Interesse sein – insbesondere diejenigen, die sich bislang wenig oder gar nicht mit Bayesianischen Methoden beschäftigt haben.
"Practical Bayesian Inference" ist bei Cambridge University Press erschienen.