Bayesian Inference for Probabilistic Risk Assessment, Fachbücher von Curtis Smith, Dana Kelly

Das Buch "Bayesian Inference for Probabilistic Risk Assessment" bietet eine fundierte Einführung in die bayesianische Statistik und deren Anwendung auf probabilistische Risikobewertungen. Es vermittelt die Grundlagen der bayesianischen Inferenz und zeigt, wie diese zur Lösung komplexer Probleme in der Risikobewertung eingesetzt werden kann. Ein zentrales Element des Buches ist die Verwendung des Markov-Chain-Monte-Carlo (MCMC)-Ansatzes, der es ermöglicht, probabilistische Probleme effizient zu analysieren. Die Autoren nutzen das Open-Source-Programm OpenBUGS, um die Inferenzprobleme zu lösen, und bieten eine Vielzahl von Analysebausteinen, die anpassbar sind, um unterschiedliche Herausforderungen zu bewältigen. Das Buch richtet sich an Wissenschaftler und Ingenieure, die Risikobewertungen durchführen oder überprüfen, und bietet eine analytische Struktur zur Kombination von Daten aus verschiedenen Quellen, um Unsicherheitsverteilungen zu schätzen.