Pitanje:
Koja je najutjecajnija knjiga koju bi svaki statističar trebao pročitati?
Neil McGuigan
2010-07-21 05:44:09 UTC
view on stackexchange narkive permalink

Kad biste se mogli vratiti u prošlost i na početku karijere statističara reći sebi da pročitate određenu knjigu, koja bi to knjiga bila?

Ovdje doista postoje tri zasebna pitanja! 1) Koja je pojedinačno najutjecajnija knjiga u statistici; 2) Koju bi knjigu trebao pročitati svaki statističar; 3) Koju ste knjigu pročitali, a najviše biste voljeli da ste je pročitali mnogo ranije. (2) i (3) vjerojatno se znatno preklapaju; (1) mogu biti prilično različiti.
[Ovo pitanje] (http://stats.stackexchange.com/questions/23841/what-factors-make-for-a-great-stats-book/23844) je još jedan način gledanja na ovo pitanje. Nadam se da će pružiti dobru nadopunu, nakon što dobije neke dobre odgovore.
26 odgovori:
#1
+39
Rob Hyndman
2010-07-21 08:48:56 UTC
view on stackexchange narkive permalink

Evo dva koja treba staviti na popis:

Tufte. Vizualni prikaz kvantitativnih informacija
Tukey. Istraživačka analiza podataka

Oboje vrijedi periodično ponovno čitati, možda jednom u desetljeću, samo kako bi osvježili ideje. Što se tiče Tukey-a: sjajno je sjediti samo s olovkom i papirom i duboko analizirati zanimljiv skup podataka.
Kao grafiku za statističara, više volim knjige Williama Clevelanda od Tuftea.
Imam osjećaj da su ove knjige trebale analizirati nelinearne podatke kad nelinearne metode nisu bile dostupne?
#2
+36
robin girard
2010-07-21 14:02:12 UTC
view on stackexchange narkive permalink

Elementi statističkog učenja od Hastiea, Tibshiranija i Friedmana http://www-stat.stanford.edu/~tibs/ElemStatLearn/ trebali bi biti u bilo kojem statističaru knjižnica!

I disagree - that one is closely related to machine learning, not statistics *per se*!
@aL3xa: sigurno je usredotočen na strojno učenje ... zbog čega mislim da bi mu statističari trebali biti izloženi rano.
Očito sam u manjini misleći da je ova knjiga precijenjena.Čini se da je napisan za postdiplomskog studenta, ali onoga koji ne brine o detaljima kako išta funkcionira.
#3
+26
Vivi
2010-07-21 06:35:14 UTC
view on stackexchange narkive permalink

Nisam statističar i nisam pročitao toliko o toj temi, ali možda

Lady Tasting Tea: Kako je statistika revolucionirala znanost u dvadesetom stoljeću

treba spomenuti? To nije udžbenik, ali ga ipak vrijedi pročitati.

Seciram ovo. Također, postoji prilično puno prijedloga za daljnje čitanje za koje smatram da su korisni u knjizi.
Mislim da ova knjiga govori onima koji na početku nisu znali ništa osim tuposti jezika i kulturne prtljage povezane s tim područjem.Ova je knjiga umu dala krila - kaže da statistika govori o pronalaženju korisne istine u moru buke i nerazumijevanja.
Mnogi su to prijavili kao zabavu, ali puno je izvanrednih pogrešaka.Ako ga možete pronaći, moj pregled u _Biometrics_ 57: 1273-1274 (2001) daje daleko od cjelovitog popisa.(Salsburg miješa razne Bernoulliseve, što je lakše učiniti.)
#4
+22
mkolar
2010-07-22 03:57:58 UTC
view on stackexchange narkive permalink

Darrell Huff - Kako se slagati sa statistikom

Kad je ovo bilo \ 3,95 dolara, a zatim \ 4,95 dolara meki uvez, kupio sam kopije desetaka i davao ih prijateljima, klijentima i svima drugima koji bi mogli biti zainteresirani.
Zasluženo se pamti.No, nestatistički sadržaji datiraju ga nažalost, ne samo iznimno velik dio crtića na kojima puše ljudi (pa čak i bebe).60+ godina kasnije, to više nije zabavno.(Neki su reprinti, npr. Jedan u Velikoj Britaniji ažurirali crtiće.)
#5
+21
Christopher D. Long
2010-07-21 09:19:00 UTC
view on stackexchange narkive permalink

Teorija vjerojatnosti: logika znanosti

Ova je knjiga teška. Riječ je o temeljima vjerojatnosti, pa čak i u tom dijelu Statistike mislim da to nije referentni tekst. Vjerujem da na planeti Zemlji može postojati 14 ljudi koji su pročitali i razumjeli njezinu potpunu poruku, ali vjerojatno bih to klasificirao kao obavezno za čitanje probabilista, zbog tisuća drugih koji su duboko u stvarima poput GLM-a, GAM-a, Bayesovi modeli i druge stvari.
Također je pomalo tužno da neka od kasnijih poglavlja nedostaju i / ili su nedovoljno razvijena - na primjer, nema poglavlja o regresiji, ali bio je dostupan nacrt neobjavljenog rukopisa s nekim fascinantnim uvidima u regresije "pogreške mjerenja". Neke vrlo cool stvari o vremenskim serijama.
#6
+14
Freya Harrison
2010-07-22 15:15:28 UTC
view on stackexchange narkive permalink

Nije knjiga, ali nedavno sam otkrio članak Jacoba Cohena u američkom psihologu pod naslovom "Stvari koje sam naučio (do sada)". Dostupan je u pdf formatu ovdje.

To je prekrasan članak, napisan u Cohenovom lucidnom i razgovornom stilu.
#7
+12
gung - Reinstate Monica
2012-02-15 01:22:31 UTC
view on stackexchange narkive permalink

Ne bih tvrdio da bi bilo koju od ovih trebalo smatrati "najutjecajnijom knjigom ... [za] statističare", ali za one koji tek počinju učiti o toj temi, dvije korisne knjige su:

  1. Robert Abelson, Statistika kao načelni argument
  2. Paul Murrell, Uvod u podatke Tehnologije
Abelson bi bio koristan i onima koji nisu tek na početku.
#8
+12
whuber
2010-09-10 03:52:29 UTC
view on stackexchange narkive permalink

Davno je mala monografija Jacka Kiefera "Uvod u statističko zaključivanje" razotkrila tajnu velikog broja klasičnih statistika i pomogla mi da započnem s ostatkom literature. Još uvijek se na to pozivam i toplo ga preporučujem jakim studentima na tečajevima druge godine statistike.

Izvrsna preporuka, hvala - nedavno sam dobio primjerak na temelju ovoga i stvarno je prilično dobar.
Drago mi je čuti da netko drugi cijeni ovu knjigu!
#9
+11
Robert Alberts
2011-06-22 07:03:50 UTC
view on stackexchange narkive permalink

Knjiga Williama Clevelanda "Elementi grafičkih podataka" ili njegova knjiga "Vizualizacija podataka"

Trenutno čitam Elemente (Vizualiziranje podataka nije u mojoj trenutnoj školskoj knjižnici). Koja je razlika između elemenata i vizualiziranih podataka? Nisam uspio pronaći dovoljno detaljne opise da bih formulirao koja je točno razlika između njih dvoje.
Slažem se. Mislim da je za statističare Cleveland bolji od Tuftea.
+1 Robertu Albertsu i +1 Peteru Flomu (Clevelandove knjige su * definitivno * bolje za statističare, iako su i Tufteove lijepe, a sve sam ih pročitao). @AndyW, * Elements * uvod je, npr. Sadrži smjernice za izradu informativne grafike. * Vizualizacija * pokazuje kako centrirati proces istraživanja podataka oko grafike; započinje s preliminarnom vizualizacijom podataka, govori o problemima o kojima je riječ i prolazi sve do procjene konačnog modela (npr. rezidualne analize) putem grafike. Ovo drugo je mnogo informativnije od prvoga.
@AndyW Jedan od njih je malo tehničkiji od drugog (zaboravljam koji je koji!)
Kao što kaže @gung, _Vizualizacija_ je napredniji nastavak _Elements_.Postoji neko preklapanje, ali korisnije je, a ne iritantno.Oba se toplo preporučuju.Posljednja revizija datirana je 1993. i 1994. godine, ali i dalje su svježe 20+ godina kasnije.Imajte na umu da bi netehnički čitatelji oboje dobili vrijednost: osobno mogu jamčiti da je srednjoškolska matematika dovoljna pozadina.
#10
+10
Graham Cookson
2010-07-21 20:38:12 UTC
view on stackexchange narkive permalink

Mislim da bi svaki statističar trebao pročitati Stiglerovu Povijest statistike: Mjerenje nesigurnosti prije 1900. godine

Lijepo je napisana, temeljita i nije perspektiva povjesničara već matematičara, stoga ne izbjegava tehničke detalje.

#11
+8
Stephen Turner
2010-07-21 21:56:45 UTC
view on stackexchange narkive permalink

Kažem vizualni prikaz kvantitativnih informacija tvrtke Tufte i Freakonomics za nešto zabavno.

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

Zanimljive preporuke knjiga Andrewa Gelmana nalaze se ovdje:

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

Ta je veza istrunula, možda je i ova: http://fivebooks.com/interviews/andrew-gelman-on-statistics
#13
+7
Vivi
2010-07-22 01:29:13 UTC
view on stackexchange narkive permalink

Uz "Povijest statistike" koju je predložio Graham, još jedna Stiglerova knjiga koju vrijedi pročitati je

Statistika na tablici: Povijest statističkih koncepata i metoda

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

S matematičke / temeljne strane: Matematičke metode statistike Haralda Craméra.

Usput, ovo je najranije mjesto na kojem sam pronašao spominjanje Cramerove fi. Nevjerojatno kako je ljupki mali sidenote u toj knjizi postao dobro poznata metoda mnogo desetljeća kasnije.
#15
+5
Michelle
2012-01-22 13:33:36 UTC
view on stackexchange narkive permalink

Zbog jasnog izlaganja onoga što bi trebalo biti u člancima društvenih znanosti (pomoć ako pišete ili recenzirate), sviđa mi se Vodič za kvantitativne metode u društvenim znanostima. Posebno mi se sviđa tablica desideratra kao sinopsis minimuma koji bi rad (članak, teza, disertacija) trebao sadržavati. Poglavlja su odvojena tehnikom analize, što je lijepo. Mislim da knjiga ima širu primjenu od "samo" društvenih znanosti jer se tehnike koje se pokrivaju koriste u mnogim poljima.

Vrlo rano, pa možda i nije obuhvaćeno pitanjem, upoznao sam se s Ottov uvod u statističke metode i analizu podataka. Prilično je skupo, ali je prekrasan resurs za prikazivanje osnovnih statističkih modela za različite GLM metode. Sanjam o danu u kojem časopisi trebaju da članci sadrže formulu testiranog statističkog modela.

Za provjeru pretpostavki testa, gledanje učinaka različitih opcija u testu i slično, ovo je jedina knjiga koju bih volio da imam dok sam studirao. Imam prethodno izdanje i to je jedan od najboljih općih izvora koje sam kupio zbog jasnog i dosljednog načina na koji su izložene informacije o testovima. Sadrži lijepe primjere koji ilustriraju testove i ne zahtijeva da čitatelj ima određeni statistički paket kako bi mogao pratiti izlaganja.

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

Prevaren slučajnošću Taleba

Taleb je profesor na Columbiji i trgovac opcijama. Zaradio je oko 800 milijuna dolara 2008. kladeći se protiv tržišta. Napisao je i Crnog labuda. Raspravlja o apsurdnosti korištenja normalne distribucije za modeliranje tržišta i filozofira o našoj sposobnosti da koristimo indukciju.

Užasna knjiga, koju je napisao netko tko se ne razumije u statistiku ...
Xi'an, želiš li proširiti ili dati linkove na neke kritike?
Postoji hrpa komentara na Crnog labuda (i Taleba općenito) [ovdje] (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 Oakes ' Statistički zaključak: Komentar za društvene i bihevioralne znanosti .
  2. Elazar Pedhazur Višestruka regresija u istraživanjima ponašanja . Ako možete podnijeti neizmjerne detalje i samobitan ton.

U slučaju da ste zainteresirani, recenzirao sam ih i na Amazonu i na http: // www. integrativestatistics.com/favorites.htm

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

Pročitao sam gornje preporuke i iznenadio se kad sam otkrio da su većina ljudi koji su odgovorili na pitanje bili ljudi koji i sami nisu statističari.Uz 2 ili 3 iznimke ... Kao industrijski statističar koji je slučajno surađivao i sa socijalnim znanstvenicima i zdravstvenim radnicima, rekao bih da bih, ako bih mogao uzeti samo jednu knjigu sa sobom na pusti otok, bio George George Box, Statistika za eksperimentatore (Wiley).U svom neponovljivom šaljivom i lucidnom stilu objašnjava bit i filozofiju izgradnje matematičkih modela za stvarne podatke.Strogo razmišljanje, nema matematičkih neozbiljnosti, nema gluposti, uči nas da razmišljamo statistički, zacrtamo i vizualiziramo sve što možete.Remek-djelo kompetentnog primijenjenog znanstvenika (kemijski inženjer koji se pretvorio u statističara).Uvijek je zabavno ponovno čitati.

Dobar izbor!Njegov suautor pokojni William Hunter i J. Stuart Hunter također su dali svoj doprinos knjizi.
Prvo izdanje je čišće i svježije od drugog.Box je bio izvrstan statističar, ali u kasnijem životu loš lektor.
#20
+3
matt_black
2011-07-06 20:37:35 UTC
view on stackexchange narkive permalink

Mnogo dobrih knjiga je već predloženo. Ali ovdje je još jedno: Gerd Gigerenzer "Obračun s rizikom" jer je razumijevanje kako statistika utječe na odluke važnije od ispravljanja svih teorija. Zapravo broj jedan grijeh statističara ne uspijeva jasno komunicirati. Njegova knjiga govori o posljedicama loše komunikacije i kako to izbjeći.

_ "razumijevanje kako statistika utječe na odluke važnije je od ispravljanja svih teorija ..." _ Nije li to istina? Dolazim iz arhitekture, i mogu vam reći, ponekad teorija samo stane na put ...
#21
+2
JohnK
2016-01-16 21:22:00 UTC
view on stackexchange narkive permalink

Idem naprijed i predložiti standardni udžbenik na terenu. Govorim o vjerojatnosti i statistici Degroota i Schervisha, prvi put objavljenom 1975. godine.

Ova je knjiga mnogim učenicima poslužila kao udžbenik i po mom mišljenju smatra se klasikom. Obuhvaća teme kao što su kombinatorika, distribucije, Bayesova statistika, zaključivanje vjerojatnosti i regresijska analiza. Koliko znam, niti jedan drugi udžbenik nije tako temeljit, pa vjerujem da ga mora imati.

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

Puno sam naučio iz Biblije o Bayesovoj statistici:

Jose Bernardo i Adrian Smith (2000) Bayesova teorija.

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

Osnovni vodič za veličine učinaka: statistička snaga, metaanaliza i tumačenje rezultata istraživanja Paul D. Ellis

Ova knjiga ako "mora imati" za svakoga tko provodi bilo koje znanstveno istraživanje, posebno ono koje ne dolazi iz čiste statistike / matematike. Knjiga u nastavku proširuje prvu koja se odnosi na intervale pouzdanosti.

Razumijevanje nove statistike: veličine učinka, intervali povjerenja i meta-analiza Geoff Cumming

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

"Najutjecajniji" pojam je sasvim drugačiji od "svi bi trebali čitati". Nisam kvalificiran za odgovor na prvo - trebao bi vam netko tko je povjesničar statistike - ali za drugo, evo nekoliko:

  1. Statistiku kao načelni argument autora Roberta Abelsona trebao bi čitati svatko tko se bavi statistikom ili je koristi u potrazi za znanošću, humanistikom, itd.

  2. Dvije knjige o grafikama Williama S. Clevelanda: Elementi grafičkih podataka i Vizualiziranje podataka . Za statističare bih ih stavio ispred čak i Tufteova rada, bot jer Tufte ne vrijedi, već zato što je a) Cleveland pisao sa statističarima kao ciljanom publikom i b) Cleveland je svoje preporuke temeljio na eksperimentalnim podacima o tome kako ljudi gledaju grafove, a ne intuicija.

  3. Analiza istraživačkih podataka Johna Tukeyja. Star je, ali vrijedan - možete puno učiniti s olovkom, papirom i mozgom (barem ako je vaš mozak dobar kao Tukeyev!)

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

To bi vjerojatno bila Bayesova analiza podataka od strane Gelmana ili Dubinsko učenje s Pythonom.Ali to je pomalo poput uzimanja streptomicina u srednji vijek.Oni nisu bili napisani kad sam započeo karijeru i tada bi dosta stvari iz knjiga bilo velika vijest.Neke od najutjecajnijih stvari koje bi svi trebali znati nisu ni u jednom izvoru (možda bi trebali, ali ...).

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

Kennedyjev Vodič za ekonometriju sadrži mnoštvo praktičnih savjeta o širokom rasponu statističkih analiza.Nekako je nevjerojatno gust i lagan za čitanje, a svejedno naučim nešto novo svaki put kad ga uzmem u ruke.

Wooldridgeova Uvodna ekonometrija također ima dosta takvih rasprava, ali kao uvodni udžbenik više je samostalna.Volio bih da sam imao tečaj zasnovan na tome.



Ova pitanja su automatski prevedena s engleskog jezika.Izvorni sadržaj dostupan je na stackexchange-u, što zahvaljujemo na cc by-sa 2.0 licenci pod kojom se distribuira.
Loading...