如何通过8个简单的步骤成为贝叶斯人

(TLDR：我们写了一个带注释的阅读列表，以帮助您开始学习贝叶斯统计。已发布版本。研究之门(ResearchGate)。(Mental Arxiv.)。

当你想要了解贝叶斯统计时，可能很难知道从哪里开始。我经常被要求分享我最喜欢的贝叶斯统计入门资源，我的首选答案是与一堆没有真正排序或凝聚力的PDF共享一个Dropbox文件夹。在某种意义上，我扮演的角色只不过是一个美化了的谷歌学者搜索栏。

关于贝叶斯，似乎存在一些新的紧张局势，因为许多人想了解更多，但当他们拿起，比如安德鲁·赫尔曼(Andrew Gelman)和同事们的贝叶斯数据分析(Bayesian Data Analysis)，他们就会完全不知所措。然后他们就会想，“去他妈的深奥的废话。”放弃，因为这似乎不值得他们花时间或精力。

我认为这种情况经常发生。贝叶斯入门课本通常假定大多数研究人员根本没有时间(或其他方面不需要)学习的数理统计培训水平。实际上有很多可访问的贝叶斯资源，根本不需要太多的数学统计背景，但碰巧它们在任何地方都没有合并，所以人们不一定知道它们。

Beth Baribault，Peter Edelsbrunner()，Fabian Dablander()，Quentin Gronau和我刚刚完成了一篇新的论文，试图更好地补救这种情况，标题是“如何在八个简单的步骤中成为贝叶斯人：一份带注释的阅读清单。”我们受邀将这篇论文提交给《心理经济学公报与评论》的贝叶斯统计特刊。特刊中的每篇论文都解决了我们经常听到的关于贝叶斯统计的一个具体问题，我们的问题如下：

我是一名审稿人/编辑，负责处理使用贝叶斯方法的手稿；我应该阅读哪些文章才能快速了解这是什么意思？

因此，这篇论文的目标与其说是教读者如何实际执行贝叶斯数据分析-还有其他关于这方面的论文-而是为了帮助读者理解基本的贝叶斯概念。我们认为，对于任何感兴趣的研究人员来说，它都不会成为一个很好的介绍性阅读清单。

这篇论文的格式是直截了当的。我们重点介绍了对我们自己对贝叶斯统计的理解产生重大影响的八篇论文，以及进一步阅读附录中对另外28种资源的简短描述。前四篇论文侧重于理论介绍，后四篇论文的应用重点也略多一些。

我们还在两个维度上给每个资源从1到9打分：重点(理论与应用)和难度(容易与难)。我们试图提供广泛的资源，从简单的应用程序(#14：Wagenaker，Lee和Morey的《实用主义研究者的贝叶斯好处》)到富有挑战性的理论讨论(#12：爱德华兹，林德曼和萨维奇的《心理学研究的贝叶斯统计推断》)，以及介于两者之间的其他人。

下图(位于白皮书最后一页的图A1)汇总了我们的排名：

加粗的数字(1-8)是我们详细评论的论文，轻文中的数字(9-30)是我们在附录中简要描述的论文，斜体数字(31-36)是我们推荐的入门书籍(也列在附录中)。

总体而言，该指南的设计使研究人员能够在几天内阅读所有八篇重点文章和一些补充读物。在读者熟悉了这些资料来源之后，他们应该具备解释现有研究和评估依赖贝叶斯方法的新研究的能力。

Rouder，Speckman，Sun，Morey，&；Iverson(2009)：接受和拒绝零假设的贝叶斯检验。PDF格式。

Van de Schoot，Kaplan，Denissen，Asendorpf，Neyer，&Amp；Aken(2014)：“贝叶斯分析的温和介绍：它在发展研究中的应用”。PDF格式。

你必须查看报纸才能看到我们的评论，并找出我们还包括哪些其他文章在我们的进一步阅读附录中。我们提供八篇主要论文的PDF的URL(可能的话在网络上存档；www.archive ve.org/web/)(DBDA网站上的#2除外)，并尽可能为其余的资源提供URL(有些资源在网上没有免费副本；参见参考资料)。

我认为这是一篇写起来很有趣的论文，如果你认为你可能想要学习一些贝叶斯基础知识，我希望你会考虑阅读它。

哦，我得提一下，整篇论文都是我们在Overleaf.com上合作写的。这是一个很棒的网站，可以很容易地开始使用乳胶，我强烈推荐你尝试一下。