在Freedman等人的“统计”和Freedman等人的“统计模型：理论与实践”之间进行选择

我不是统计学家，但我对统计学非常感兴趣，我想买一本书作为参考。我有一些关于特定主题的书（例如用于机器学习的贝叶斯数据分析的统计学习元素）的......嗯，贝叶斯数据分析:)我也一直在寻找一个更通用的书。

弗里德曼的书通常在这里得到深思熟虑：

高级统计书籍推荐

您会为非统计学家的科学家推荐哪本书？

Freedman，Pisani和Purves（A）的统计数据是后一个问题的选择答案，我打算购买。但是，我发现了有关统计模型的理论与实践（B）。这两本书看起来很相似（据我所知：即使阅读完整的ToC，亚马逊也限制了我……我不知道为什么）。出版日期非常接近。然而：

• B便宜得多。不过，我可以使用A，因此，如果A明显好于B，我愿意选择A。
• A更长，但在我看来B缺少的主要章节与概率有关。我不需要那部分，所以如果那是唯一的不同或主要的不同，我宁愿购买更便宜，更便于携带的B :)

你会建议我买哪本书？

他们是完全不同的。

（A）是明确介绍性的（但在许多方面不是基本的）。这似乎是自相矛盾的：也许可以公平地说（A）假设聪明的读者愿意努力思考，而不是以前的统计知识。没有头，例如快乐的人的彩色照片，带有额外材料的各种盒子，或者基于作者的狂野经验或过分肥沃的想象力的粗鲁故事。（我暗示没有提及市场上一些更令人震惊的选择。）聪明的高中生或任何记得大部分高中数学的人都会发现它很有用，而且市场更加明显。

（B）只是第二段文字，对于那些不熟悉（A）内容的人而言，这将是艰难的一步。我想说（B）取决于读者至少曾经接触过大部分材料，因为许多解释很简洁，但同样精简。我想说的是，这实际上是给研究人员的，至少是准备毕业论文或研究论文的最后一年的本科生。它也更自以为是，根据您是否同意Freedman（您的Freedman的高标准通常会排除几乎其他任何人的作品），您会爱上还是厌恶它。

我每隔几年就会重新阅读（A）并从中获利和愉悦，并且自第一版以来（含略读和略读）就重新阅读了。

披露：我也不是统计学家。我也没有参加过统计学家教授的课程。

八卦：约翰·图基（John Tukey）的传记（请参阅 这里的细节和评论）两次包括无证故事，大卫·弗里德曼在普林斯顿的研究生实在无法与杜克的椭圆形，有时难以捉摸的教学风格得到。试图推测这可能是（A）避免使用箱形图和通常采用Tukeyish探索性方法的根本原因。

我是一名统计学家，主要教给生物学家40年。上面的尼克·考克斯答案仍然存在。我认为，“ FPP”仍然是迄今为止最好的统计入门书籍。强烈强调概念，出色的例子（尽管我希望更多来自生物学！）和反例（显示“显而易见的”有时可能是错误的）和练习。这很容易阅读，但这可能具有欺骗性：您必须思考。《统计模型》（弗里德曼）是第二本或第三本课程。这也是非常概念性的。您可能需要一本更标准的书来学习最小二乘法的基础知识（回归，方差分析等）。Freedman更关心模型何时合理（通常是“真相”的良好近似）以及何时不合理。现在非常重要 您只需按一下按钮就可以运行非常复杂的模型，但对所假设的或结果的含义却不太了解。Davison的书也很出色，但是技术性和实用性更高：它描述了各个领域中最重要的标准模型（以及一些不太标准的模型）并展示了分析它们的方法。