Kysymys:
Mikä on tärkein yksittäinen kirja, jonka jokaisen tilastotieteilijän tulisi lukea?
Neil McGuigan
2010-07-21 05:44:09 UTC
view on stackexchange narkive permalink

Jos voisit palata ajassa taaksepäin ja kertoa itsellesi, että luet tietyn kirjan tilastosiuran alussa, mikä kirja se olisi?

Tässä on todella kolme erillistä kysymystä! 1) Mikä on tilastojen vaikutusvaltaisin yksittäinen kirja; 2) minkä kirjan jokaisen tilastotieteilijän tulisi lukea; 3) Mitä kirjaa olet lukenut ja jonka haluaisit lukevasi paljon aikaisemmin. (2) ja (3) ovat todennäköisesti päällekkäisiä; (1) voi olla melko erilainen.
[Tämä kysymys] (http://stats.stackexchange.com/questions/23841/what-factors-make-for-a-great-stats-book/23844) on toinen tapa tarkastella tätä kysymystä. Toivon, että se tarjoaa hyvän täydennyksen, kun se saa hyviä vastauksia.
26 vastused:
#1
+39
Rob Hyndman
2010-07-21 08:48:56 UTC
view on stackexchange narkive permalink

Tässä on kaksi luetteloon laitettavaa:

Tufte. Kvantitatiivisen tiedon visuaalinen esitys
Tukey. Tutkimusdatanalyysi

Molemmat kannattaa lukea säännöllisesti, ehkä kerran vuosikymmenessä, vain päivittääksesi ideoita. Tukey: on hienoa istua kerrallaan vain lyijykynällä ja paperilla ja analysoida mielenkiintoinen aineisto.
Tilastotieteilijän grafiikoista pidän parempana William Clevelandin kirjoja kuin Tuften kirjoja.
Minusta tuntuu, että näiden kirjojen oli tarkoitus analysoida epälineaarista dataa, kun epälineaariset menetelmät eivät olleet yhtä käytettävissä?
#2
+36
robin girard
2010-07-21 14:02:12 UTC
view on stackexchange narkive permalink

Hastien, Tibshiranin ja Friedmanin tilastollisen oppimisen elementit http://www-stat.stanford.edu/~tibs/ElemStatLearn/ pitäisi olla minkä tahansa tilastotieteilijän kirjasto !

Olen eri mieltä - se liittyy läheisesti koneoppimiseen, ei tilastoihin * sinänsä!
@aL3xa: se keskittyy varmasti koneoppimiseen ... minkä vuoksi mielestäni tilastotieteilijöiden tulisi altistua sille varhaisessa vaiheessa.
Ilmeisesti olen vähemmistössä luulen, että tämä kirja on yliarvostettu.Se näyttää olevan kirjoitettu jatko-opiskelijalle, mutta sellaiselle, joka ei välitä yksityiskohtien toiminnasta.
#3
+26
Vivi
2010-07-21 06:35:14 UTC
view on stackexchange narkive permalink

En ole tilastotieteilijä, enkä ole lukenut aiheesta niin paljon, mutta ehkä

Lady Tasting Tea: Kuinka tilastot mullistivat tieteen 1900-luvulla

tulisi mainita? Se ei ole oppikirja, mutta silti kannattaa lukea.

Toistan tämän. Lisäksi on melko paljon ehdotuksia jatkokäsittelyksi, jotka ovat mielestäni hyödyllisiä kirjassa.
Luulen, että tämä kirja puhuu niille, jotka eivät tienneet alussa mitään muuta kuin kentän kielen ja kulttuurisen matkatavaran turmeltumista.Tämä kirja antoi mielen siivet - siinä sanotaan, että tilastot koskevat hyödyllisen totuuden löytämistä melun ja väärinkäsitysten merestä.
Monet ihmiset ovat ilmoittaneet tämän viihdyttäväksi, mutta se on täynnä poikkeuksellisia virheitä.Jos löydät sen, tarkasteluni julkaisussa _Biometrics_ 57: 1273-1274 (2001) antaa kaukana täydellisestä luettelosta.(Salsburg sekoittaa useita Bernoullisia, mikä on helpompaa tehdä.)
#4
+22
mkolar
2010-07-22 03:57:58 UTC
view on stackexchange narkive permalink

Darrell Huff - Kuinka valehdella tilastojen kanssa

Silloin kun se oli 3,95 dollaria ja sitten 4,95 dollaria nidottu, ostin kopioita kymmenillä ja luovutin ne ystäville, asiakkaille ja muille, jotka saattavat olla kiinnostuneita.
Se muistetaan ansaitusti.Mutta ei-tilastollinen sisältö on päivätty valitettavasti, eikä pelkästään poikkeuksellisen suuri osa sarjakuvia, joissa tupakoivat ihmiset (ja jopa vauvat).Yli 60 vuotta sitten, se ei ole enää huvittavaa.(Jotkut uusintapainokset, esimerkiksi yksi Isossa-Britanniassa, päivittivät sarjakuvia.)
#5
+21
Christopher D. Long
2010-07-21 09:19:00 UTC
view on stackexchange narkive permalink

Todennäköisyysteoria: Tieteen logiikka

Tämä kirja on kova. Kyse on todennäköisyyden perustoista, ja edes siinä Tilastojen osassa, en usko, että se on viiteteksti. Uskon, että maaplaneetalla voi olla 14 ihmistä, jotka lukevat ja ymmärtävät sen koko viestin, mutta luultavasti luokittelen tämän todennäköisyysaktivistien pakolliseksi luettavaksi tuhansien muiden vuoksi, jotka ovat syvällä sellaisissa asioissa kuin GLM, GAM, Bayesilaiset mallit ja muut asiat.
On myös vähän surullista, että jotkut myöhemmistä luvuista puuttuvat ja / tai ovat kehittyneitä - esimerkiksi regressiota ei ole, mutta julkaisemattoman käsikirjoituksen luonnos oli saatavilla kiehtovilla oivalluksilla "mittausvirheiden" regressioista. Jotkut erittäin hienoja juttuja aikasarjoista.
#6
+14
Freya Harrison
2010-07-22 15:15:28 UTC
view on stackexchange narkive permalink

Ei kirjaa, mutta löysin äskettäin amerikkalaispsykologista Jacob Cohenin artikkelin "Asiat, jotka olen oppinut (toistaiseksi)". Se on saatavana pdf-muodossa täällä.

Se on upea artikkeli, joka on kirjoitettu Cohenin selkeällä ja keskustelutyylillä.
#7
+12
gung - Reinstate Monica
2012-02-15 01:22:31 UTC
view on stackexchange narkive permalink

En väitä, että kumpaakin näistä pitäisi pitää "vaikutusvaltaisimpana kirjana [tilastotieteilijöille]", mutta niille, jotka ovat vasta aloittamassa aiheen oppimista, on kaksi hyödyllistä kirjaa:

  1. Robert Abelson, Tilastot periaatteena
  2. Paul Murrell, Tietojenkäsittely Teknologiat
Abelson olisi hyödyllinen myös monille, jotka eivät ole vain aloittamassa.
#8
+12
whuber
2010-09-10 03:52:29 UTC
view on stackexchange narkive permalink

Kauan sitten Jack Kieferin pieni monografia "Johdatus tilastollisiin päätelmiin" poisti monien klassisten tilastojen mysteerin ja auttoi minua aloittamaan muun kirjallisuuden. Viittaan siihen edelleen ja suosittelen lämpimästi vahvoille opiskelijoille toisen vuoden tilastokursseilla.

Hieno suositus, kiitos - sain kopion äskettäin tämän perusteella ja se on todella hyvä.
Olen iloinen kuullessani jonkun muun arvostavan tätä kirjaa!
#9
+11
Robert Alberts
2011-06-22 07:03:50 UTC
view on stackexchange narkive permalink

William Clevelandin kirja "Tietojen piirtämisen elementit" tai hänen kirjansa "Tietojen visualisointi"

Luen tällä hetkellä Elementtejä (Tietojen visualisointi ei ole nykyisessä koulukirjastossani). Mitä eroa on elementtien ja tietojen visualisoinnin välillä? En ole löytänyt riittävän yksityiskohtaisia ​​kuvauksia muotoilemaan, mikä on täsmälleen ero näiden kahden välillä.
Olen samaa mieltä. Luulen, että tilastotieteilijöille Cleveland on parempi kuin Tufte.
+1 Robert Albertsille ja +1 Peter Flomille (Clevelandin kirjat ovat * ehdottomasti * parempia tilastotieteilijöille, vaikka Tuften kirjat ovat myös kauniita, ja olen lukenut ne kaikki). @AndyW, * Elements * on johdantokappale, esim. Sillä on ohjeet informatiivisen graafisen kuvan tekemiseen. * Visualisointi * osoittaa, miten tietojen etsintäprosessi keskitetään grafiikan ympärille; se alkaa tietojen alustavasta visualisoinnista, puhuu käsillä olevista asioista ja kulkee läpi lopullisen mallin arvioinnin (esim. jäännösanalyysi) grafiikan avulla. Jälkimmäinen on paljon informatiivisempi kuin edellinen.
-1
Kuten @gung sanoo, _Visualizing_ on kehittyneempi jatko _Elements_: lle.On olemassa päällekkäisyyksiä, mutta se on hyödyllistä eikä ärsyttävää.Molemmat ovat erittäin suositeltavia.Viimeisin versio on vuodelta 1993 ja 1994, mutta ne ovat edelleen tuoreita yli 20 vuotta myöhemmin.Huomaa, että ei-tekniset lukijat saisivat arvoa molemmilta: Voin henkilökohtaisesti vakuuttaa, että lukion matematiikka on riittävä tausta.
#10
+10
Graham Cookson
2010-07-21 20:38:12 UTC
view on stackexchange narkive permalink

Mielestäni jokaisen tilastotieteilijän tulisi lukea Stiglerin julkaisu Tilastohistoria: epävarmuuden mittaaminen ennen vuotta 1900

Se on kauniisti kirjoitettu, perusteellinen ja se ei ole historioitsijan näkökulma vaan matemaatikko, joten se ei välttä teknisiä yksityiskohtia.

#12
+8
Michael Bishop
2011-03-17 05:09:24 UTC
view on stackexchange narkive permalink

Andrew Gelmanin mielenkiintoiset kirjasuositukset ovat täällä:

http://thebrowser.com/interviews/andrew-gelman-on-statistics

Tämä linkki mädäntyi, ehkä se on tämä: http://fivebooks.com/interviews/andrew-gelman-on-statistics
#13
+7
Vivi
2010-07-22 01:29:13 UTC
view on stackexchange narkive permalink

Grahamin ehdottaman "The History of Statistics" -lehden lisäksi toinen lukemisen arvoinen Stigler-kirja on

Taulukon tilastot: Tilastollisten käsitteiden ja menetelmien historia

#14
+6
ars
2010-07-21 12:15:55 UTC
view on stackexchange narkive permalink

Matematiikan / säätiön puolella: Harald Cramérin tilastojen matemaattiset menetelmät.

Muuten, tämä on aikaisin paikka, jonka olen löytänyt maininnan Cramerin phistä. Hämmästyttävää, kuinka ihastuttavasta pienestä sivutuotteesta tuossa kirjassa tuli tunnettu menetelmä vuosikymmeniä myöhemmin.
#15
+5
Michelle
2012-01-22 13:33:36 UTC
view on stackexchange narkive permalink

Selkeän esityksen siitä, mitä yhteiskuntatieteellisten lehtien artikkeleissa pitäisi olla (apua kirjoittaessasi tai vertaisarvioimalla), pidän The Reviewer's Guide to Quantitative Methods in the Social Sciences -lehdestä. Pidän erityisesti taulukosta desideratra, joka on yhteenveto vähimmäismäärästä, jonka paperin (artikkeli, opinnäytetyö, väitöskirja) tulisi sisältää. Luvut erotetaan analyysitekniikalla, mikä on mukavaa. Luulen, että kirjalla on laajempia sovelluksia kuin "vain" yhteiskuntatieteissä, koska käsiteltyjä tekniikoita käytetään monilla aloilla.

Melko varhaisessa vaiheessa, joten ehkä en kuulu kysymykseen, tutustuin Ottin johdatus tilastollisiin menetelmiin ja tietojen analysointiin. Se on melko kallista, mutta on hieno resurssi erilaisten GLM-menetelmien taustalla olevien tilastomallien esittämiseen. Haaveilen päivästä, jolloin lehdet vaativat artikkeleiden sisältävän testatun tilastomallin kaavan.

Testioletusten tarkistamiseksi, testin eri vaihtoehtojen vaikutusten tarkastelemiseksi ja niin edelleen, tämä on yksi kirja, jonka haluaisin saada opiskellessani. Minulla on edellinen painos, ja se on yksi parhaista ostamistani yleisistä resursseista, koska testejä koskevat tiedot ovat selkeät ja johdonmukaiset. Se sisältää hienoja esimerkkejä, jotka havainnollistavat testiä tai testejä, eikä vaadi lukijaa omistamaan tiettyä tilastopakettia, jotta hän voi seurata näyttelyitä.

#16
+4
Neil McGuigan
2010-07-21 13:01:54 UTC
view on stackexchange narkive permalink

Talebin satunnaisuus,

Taleb on Columbian professori ja optiokauppias. Vuonna 2008 hän teki noin 800 miljoonaa dollaria vedonlyöntiä markkinoita vastaan. Hän kirjoitti myös Black Swan. Hän keskustelee normaalin jakelun käyttämisen järjettömyydestä markkinoiden mallintamiseksi ja filosofoi kykyämme käyttää induktiota.

Kauhea kirja, jonka on kirjoittanut joku, joka ei ymmärrä tilastoja ...
Xi'an, haluatko laajentaa tai tarjota linkkejä joihinkin arvosteluihin?
Musta Joutsen (ja Taleb yleisemmin) on joukko kommentteja [täällä] (http://stats.stackexchange.com/questions/35956/taleb-and-the-black-swan)
#17
+4
rolando2
2011-02-20 01:25:20 UTC
view on stackexchange narkive permalink
  1. Michael Oakesin tilastollinen johtopäätös: kommentti yhteiskunta- ja käyttäytymistieteille .
  2. Elazar Pedhazurin Moninkertainen regressio käyttäytymistutkimuksessa . Jos pystyt kestämään valtavan yksityiskohtaisuuden ja itsestään tärkeän sävyn.

Jos olet kiinnostunut, olen tarkastellut sekä Amazonissa että osoitteessa http: // www. integrativestatistics.com/favourites.htm

#18
+4
j.h.
2017-01-24 05:17:52 UTC
view on stackexchange narkive permalink

Olen lukenut yllä olevat suositukset ja hämmästynyt siitä, että suurin osa kysymykseen vastanneista oli ihmisiä, jotka eivät itse ole tilastotieteilijöitä.Kahta tai kolmea poikkeusta lukuun ottamatta ... Teollisuustilastona, joka sattui työskentelemään myös yhteiskuntatieteilijöiden ja terveydenhuollon ammattilaisten kanssa, sanoisin, että jos voisin viedä vain yhden kirjan mukaani autiomaan saarelle, se olisi George EP Box, Tilastot kokeilijoille (Wiley).Hänen selittämättömässä humoristisessa ja selkeässä tyylinsä hän selittää matemaattisten mallien rakentamisen olemuksen ja filosofian todellisille tiedoille.Huolellinen ajattelu, ei matemaattisia kevytmielisyyksiä, ei hölynpölyä, opettaa meitä ajattelemaan tilastollisesti, piirtämään ja visualisoimaan mitä vain.Pätevän soveltavan tutkijan mestariteos (kemian insinööri kääntyi tilastoksi)Aina hauska lukea uudelleen.

Hyvä valinta!Hänen avustajansa edesmennyt William Hunter ja J. Stuart Hunter myös auttoivat kirjaa.
Ensimmäinen painos on puhtaampi ja tuoreempi kuin toinen.Box oli loistava tilastotieteilijä, mutta myöhemmässä elämässä huono oikolukija.
#20
+3
matt_black
2011-07-06 20:37:35 UTC
view on stackexchange narkive permalink

Paljon hyviä kirjoja on jo ehdotettu. Mutta tässä on toinen: Gerd Gigerenzerin "Reckoning With Risk", koska sen ymmärtäminen, miten tilastot vaikuttavat päätöksiin, on tärkeämpää kuin saada kaikki teoria oikein. Itse asiassa tilastotieteilijöiden ensimmäinen synti ei ole kommunikoida selkeästi. Hänen kirjassaan puhutaan huonon viestinnän seurauksista ja siitä, miten sitä voidaan välttää.

_ "ymmärtää, miten tilastot vaikuttavat päätöksiin, on tärkeämpää kuin saada kaikki teoria oikein ..." _ Eikö se ole totuus? Olen kotoisin arkkitehtuuritaustasta, ja voin kertoa teille, joskus teoria vain tunkeutuu ...
#21
+2
JohnK
2016-01-16 21:22:00 UTC
view on stackexchange narkive permalink

Aion mennä eteenpäin ja ehdotan vakiomuotoista oppikirjaa kentällä. Puhun Degrootin ja Schervishin todennäköisyydestä ja tilastoista, jotka julkaistiin ensimmäisen kerran vuonna 1975.

Tätä kirjaa on käytetty oppikirjana monille opiskelijoille, ja sitä pidetään klassikkona, mielestäni perustellusti. Se kattaa aiheita, kuten kombinatorika, jakaumat, bayesilaiset tilastot, todennäköisyyden päättely ja regressioanalyysi. Sikäli kuin tiedän, mikään muu oppikirja ei ole niin perusteellinen, joten uskon, että se on pakollinen.

#22
+2
Ben
2019-02-07 17:14:35 UTC
view on stackexchange narkive permalink

Olen oppinut paljon Bayesin tilastojen Raamatusta:

Jose Bernardo ja Adrian Smith (2000) Bayesin teoria.

#23
+1
Adam Przedniczek
2016-01-16 21:12:52 UTC
view on stackexchange narkive permalink

Essential Guide to Effect Sizes: Tilastollinen voima, meta-analyysi ja tutkimustulosten tulkinta , kirjoittanut Paul D. Ellis

Tämä kirja, jos "täytyy olla" kaikille, jotka tekevät tieteellistä tutkimusta, varsinkin sellaista, joka ei tule puhtaasta tilastosta / matematiikasta. Alla oleva kirja laajentaa ensimmäistä luottamusvälejä koskevaa kirjaa.

Uusien tilastojen ymmärtäminen: vaikutusten koot, luottamusvälit ja meta-analyysi , kirjoittanut Geoff Cumming

#24
+1
Peter Flom
2019-02-07 17:35:53 UTC
view on stackexchange narkive permalink

"Vaikuttavin" on hyvin erilainen käsite kuin "kaikkien pitäisi lukea". Minulla ei ole pätevyyttä vastata ensimmäiseen - tarvitset jonkun, joka on tilastotieteilijä - mutta toiseksi, tässä on joitain:

  1. Robert Abelsonin tilastot periaatteellisena argumenttina tulisi lukea kaikkien, jotka tekevät tai käyttävät tilastoja tieteen, humanististen tieteiden jne. harjoittamiseen.

  2. William S. Clevelandin kaksi graafista kirjaa: graafisen kuvan elementit ja tietojen visualisointi . Tilastotieteilijöille laitoin nämä edelle edes Tuften työhön, botti, koska Tufte ei ole kannattavaa, vaan siksi, että a) Cleveland kirjoitti tilastotieteilijöiden kanssa tarkoitettuna yleisönään ja b) Cleveland perusti suosituksensa kokeelliseen tietoon siitä, miten ihmiset tarkastelevat kuvaajia, pikemminkin kuin intuitio.

  3. Tutkiva data-analyysi , John Tukey. Se on päivätty, mutta arvokas - voit tehdä paljon kynällä, paperilla ja aivoilla (ainakin, jos aivosi ovat yhtä hyviä kuin Tukey!)

#25
+1
Björn
2019-03-22 17:34:42 UTC
view on stackexchange narkive permalink

Se olisi todennäköisesti Bayesian data-analyysi Gelmanilta tai Deep Learning with Python.Mutta se on vähän kuin streptomysiinin ottaminen keskiaikaan.Näitä ei kirjoitettu aloittaessani uraani, ja melko monet kirjoista tulevat asiat olisivat olleet tuolloin suuria uutisia.Jotkut kaikkein vaikutusvaltaisimmista asioista, jotka kaikkien tulisi tietää, eivät kuitenkaan ole yhdestä lähteestä (ehkä niiden pitäisi olla, mutta ...).

#26
  0
The Laconic
2019-03-23 21:22:16 UTC
view on stackexchange narkive permalink

Kennedyn opas ekonometriaan sisältää runsaasti käytännön neuvoja monenlaisesta tilastollisesta analyysistä.Se on jotenkin uskomattoman informatiivista ja helposti luettavaa, ja opin silti jotain uutta joka kerta kun otan sen vastaan.

Wooldridgen esittelyekonometriassa on myös paljon tällaista keskustelua, mutta johdantokirjana se on itsenäisempi.Toivon, että minulla olisi ollut kurssi sen ympärillä.



Tämä Q & A käännettiin automaattisesti englanniksi.Alkuperäinen sisältö on saatavilla stackexchange-palvelussa, jota kiitämme cc by-sa 2.0-lisenssistä, jolla sitä jaetaan.
Loading...