Gdybyś mógł cofnąć się w czasie i powiedzieć sobie, że na początku swojej kariery statystycznej chciałbyś przeczytać konkretną książkę, która to książka?
Gdybyś mógł cofnąć się w czasie i powiedzieć sobie, że na początku swojej kariery statystycznej chciałbyś przeczytać konkretną książkę, która to książka?
Odpowiedzi:
Oto dwa do umieszczenia na liście:
Tufte. Wizualne wyświetlanie informacji ilościowych
Tukey. Analiza danych rozpoznawczych
Elementy uczenia statystycznego od Hastie, Tibshirani i Friedmana http://www-stat.stanford.edu/~tibs/ElemStatLearn/ powinny znajdować się w bibliotece każdego statystyki!
Nie jestem statystykiem i nie czytałem zbyt wiele na ten temat, ale być może
Lady Tasting Tea: Jak statystyki zrewolucjonizowały naukę w dwudziestym wieku
należy wspomnieć? To nie jest podręcznik, ale nadal warto go przeczytać.
Nie książka, ale niedawno odkryłem artykuł Jacoba Cohena w American Psychologist zatytułowany „Rzeczy, których się nauczyłem (do tej pory)”. Jest on dostępny w formacie pdf tutaj .
Dawno temu mała monografia Jacka Kiefera „Wprowadzenie do wnioskowania statystycznego” odsłoniła tajemnicę wielu klasycznych statystyk i pomogła mi zacząć od reszty literatury. Nadal do niego nawiązuję i gorąco polecam silnym studentom na kursach z drugiego roku statystyki.
Nie twierdziłbym, że którąkolwiek z nich należy uznać za „najbardziej wpływową książkę ... [dla] statystyk”, ale dla tych, którzy dopiero zaczynają się uczyć na ten temat, dwie pomocne książki to:
Książka Williama Clevelanda „The Elements of Graphing Data” lub jego książka „Visualizing Data”
Myślę, że każdy statystyk powinien przeczytać Historię statystyki Stiglera : pomiar niepewności przed 1900 rokiem
Jest pięknie napisany, dokładny i nie jest perspektywą historyka, ale matematykiem, dlatego nie omija szczegółów technicznych.
Mówię, że wizualne wyświetlanie informacji ilościowych przez Tufte i Freakonomics to coś fajnego.
Interesujące rekomendacje książek Andrew Gelmana są tutaj:
http://thebrowser.com/interviews/andrew-gelman-on-statistics
Oprócz „Historii statystyki” sugerowanej przez Grahama, warto też przeczytać kolejną książkę Stiglera
Po stronie matematyki / podstaw: Matematyczne metody statystyczne Haralda Craméra .
Dla jasnego przedstawienia tego, co powinno być w artykułach z czasopism nauk społecznych (pomoc, jeśli piszesz lub recenzujesz), podoba mi się Przewodnik recenzenta do metod ilościowych w naukach społecznych . W szczególności podoba mi się tabela desideratra jako streszczenie minimum, które powinien zawierać artykuł (artykuł, praca, rozprawa). Rozdziały są oddzielone techniką analizy, co jest miłe. Myślę, że książka ma szersze zastosowanie niż „tylko” nauki społeczne, ponieważ omawiane techniki są stosowane w wielu dziedzinach.
Dość wcześnie, więc być może nie ujęte w tym pytaniu, zapoznałem się z wprowadzeniem Ott'a do metod statystycznych i analizy danych . Jest to dość drogie, ale jest wspaniałym źródłem do pokazania podstawowych modeli statystycznych dla różnych metod GLM. Marzę o dniu, w którym czasopisma wymagają, aby artykuły zawierały formułę testowanego modelu statystycznego.
Do sprawdzania założeń testu, sprawdzania efektów różnych opcji w teście i tak dalej, jest to jedyna książka, którą chciałbym mieć podczas studiów . Mam poprzednią edycję i jest to jeden z najlepszych ogólnych zasobów, które kupiłem ze względu na przejrzysty i spójny sposób, w jaki przedstawione są informacje o testach. Zawiera ładne przykłady ilustrujące test (y) i nie wymaga od czytelnika określonego pakietu statystycznego, aby śledzić ekspozycje.
Oszukani przez losowość Taleba
Taleb jest profesorem w Kolumbii i traderem opcji. W 2008 roku zarobił około 800 milionów dolarów, obstawiając przeciwko rynkowi. Napisał także Czarny Łabędź. Omawia absurdalność wykorzystania rozkładu normalnego do modelowania rynków i filozofuje na temat naszej zdolności do wykorzystania indukcji.
W razie zainteresowania przejrzałem zarówno na Amazon, jak i na stronie http://www.integrativestatistics.com/favorites.htm
Przeczytałem powyższe zalecenia i zdziwiłem się, gdy stwierdziłem, że większość osób, które odpowiedziały na to pytanie, to osoby, które same nie są statystykami. Z 2 lub 3 wyjątkami ... Jako statystyczny pracownik, który również pracował z naukowcami społecznymi i pracownikami służby zdrowia, powiedziałbym, że gdybym mógł zabrać ze sobą tylko jedną książkę na bezludną wyspę, byłby to George EP Box, Statistics for Experimenters (Wiley). W swoim niepowtarzalnym humorystycznym i przejrzystym stylu wyjaśnia istotę i filozofię budowania modeli matematycznych dla prawdziwych danych. Rygorystyczne myślenie, bez matematycznych frywolności, bez bzdur, uczy nas myślenia statystycznego, kreślenia i wizualizowania wszystkiego, co się da. Arcydzieło kompetentnego naukowca stosowanego (inżynier chemik stał się statystykiem). Zawsze fajnie jest czytać ponownie.
Sugerowano już wiele dobrych książek. Ale jest jeszcze jeden: „Rachunek z ryzykiem” Gerda Gigerenzera, ponieważ zrozumienie, w jaki sposób statystyki wpływają na decyzje, jest ważniejsze niż poprawienie całej teorii. W rzeczywistości grzech numer jeden, statystycy, nie komunikuje się wyraźnie. Jego książka mówi o konsekwencjach złej komunikacji i jak jej uniknąć.
Zamierzam zaproponować standardowy podręcznik w terenie. Mówię o prawdopodobieństwie i statystykach Degroota i Schervisha, opublikowanych po raz pierwszy w 1975 roku.
Ta książka służyła jako podręcznik dla wielu studentów i jest uważana za klasykę, słusznie, moim zdaniem. Obejmuje takie tematy, jak kombinatoryka, rozkłady, statystyki bayesowskie, wnioskowanie o prawdopodobieństwie i analiza regresji. O ile wiem, żaden inny podręcznik nie jest tak dokładny, więc uważam, że jest to obowiązkowy element.
Nauczyłem się wiele z Biblii statystyki bayesowskiej:
Niezbędny przewodnik po rozmiarach efektów: moc statystyczna, metaanaliza i interpretacja wyników badań Paula D. Ellisa
Ta książka jest obowiązkowa dla każdego, kto prowadzi jakiekolwiek badania naukowe, zwłaszcza takie, które nie pochodzą z czystych statystyk / matematyki. Poniższa książka rozszerza pierwszą dotyczącą przedziałów ufności.
Zrozumienie nowych statystyk: rozmiary efektów, przedziały ufności i metaanaliza autorstwa Geoffa Cumminga
„Najbardziej wpływowy” jest pojęciem zupełnie innym niż „każdy powinien przeczytać”. Nie mam kwalifikacji, aby odpowiedzieć na pierwsze - potrzebujesz kogoś, kto jest historykiem statystyki - ale po drugie, oto kilka:
Statystyka jako argument zasadniczy Roberta Abelsona powinny być czytane przez każdego, kto robi lub używa statystyk w ramach nauki, nauk humanistycznych itp.
Dwie książki Williama S. Clevelanda na temat grafiki: elementy grafowania danych i wizualizacji danych . Dla statystów postawiłbym je nawet przed pracą Tufte'a, bot, ponieważ Tufte nie jest opłacalny, ale ponieważ a) Cleveland pisał ze statystykami jako zamierzonymi odbiorcami oraz b) Cleveland oparł swoje rekomendacje na danych eksperymentalnych o tym, jak ludzie patrzą na wykresy, zamiast intuicji.
Analiza danych eksploracyjnych autorstwa Johna Tukeya. Jest przestarzały, ale cenny - możesz dużo zrobić ołówkiem, papierem i mózgiem (przynajmniej jeśli twój mózg jest tak dobry jak mózg Tukeya!)
Prawdopodobnie będzie to Bayesian Data Analysis firmy Gelman lub Deep Learning with Python . Ale to trochę jak przeniesienie streptomycyny do średniowiecza. Nie zostały one napisane, kiedy zaczynałem karierę, a sporo rzeczy z książek byłoby wtedy świetną wiadomością. Niektóre z najbardziej wpływowych rzeczy, o których wszyscy powinni wiedzieć, nie pochodzą z jednego źródła (być może powinny, ale ...).
Kennedy's Przewodnik po ekonometrii zawiera wiele praktycznych porad na temat szerokiego zakresu analiz statystycznych. Jest to jakoś niezwykle bogate w informacje i łatwe do odczytania, a ja wciąż uczę się czegoś nowego za każdym razem, gdy go wybieram.
Ekonometria wprowadzająca Wooldridge'a ma również sporo tego rodzaju dyskusji, ale jako podręcznik wprowadzający jest bardziej samodzielna. Żałuję, że nie miałem takiego kursu.