您会为非统计学家的科学家推荐哪本书?
交货清晰是最受赞赏的。以及对典型任务的适当技术和方法的说明:时间序列分析,大型数据集的表示和聚合。
您会为非统计学家的科学家推荐哪本书?
交货清晰是最受赞赏的。以及对典型任务的适当技术和方法的说明:时间序列分析,大型数据集的表示和聚合。
Answers:
大卫·弗里德曼,罗伯特·皮萨尼,罗杰·普尔韦斯
第四版:2007年,第一版:1978年
作为本科生的学习哲学,我被要求分析与医生一起进行的一项小型研究的一些数据。不用说,我发现自己有些不知所措,但是能够通过模仿生物统计学家朋友给我的一些旧的Stata代码来实现。事实证明该分析足够好,可以帮助发表研究,而我突然对这个有趣的研究领域-统计学感兴趣。
我读的第一本关于统计的书是David Freedman及其同事撰写的Statistics。我最喜欢它的重点是简洁明了地解释统计分析的基本概念(p值实际上是什么意思,为什么对数据进行可视化很重要,对于重要的测试意味着什么,等等)。语言准确,但没有太多数学。在这种概念背景下,我发现继续阅读具有更高级数学的更高级文献要容易得多。
本书涵盖了第一年的统计课程中涉及的所有主题,但没有涵盖时间序列或大数据集的汇总。我觉得在教给非统计学家如何像统计学家那样思考方面做得很好。从那里开始,添加新的方法(例如时间序列)应该相对容易,而且非统计学家应该成为终身学习统计学的道路。
答案无疑将取决于他们的学科,他们想学习的方法/技术以及他们现有的数学/统计能力。
例如,想要了解前沿经验计量经济学的经济学家/社会科学家可以阅读Angrist和Pischke的“几乎无害的计量经济学”。这是一本非技术性书籍,涵盖了经济学中的“自然实验革命”。这本书仅以他们知道回归是什么为前提。
但是我认为关于应用回归的最好的书是Gelman和Hill的使用回归和多级/层次模型进行数据分析。它以清晰直观的方式涵盖了基本回归,多级回归和贝叶斯方法。对于具有统计学基础知识的任何科学家来说,这都是一件好事。
彼得·达加德(Peter Dalgaard)的R介绍性统计书是一本非常不错的书籍,介绍了一些介绍性统计资料,重点是R数据分析软件。
我将假设一些基本的统计知识并推荐:
汗学院(Khan Academy)提供了一些不错的统计入门/入门视频:http : //www.khanacademy.org/#statistics
许多具有最低数学背景的社会科学/心理学学生,例如Andy Field的书:《使用SPSS发现统计信息》。他还拥有一个共享许多材料的网站。
不想插入我的书,但它似乎确实适用。去年,我与Wiley出版了一本书,名为《医师,护士和临床医生生物统计学的精要》。这是平装书,总共214页。它为您带来的好处是,它强调了在生物学应用中很重要的主题,但可能不像您希望的10天自学课程那么简洁。 “生物学学生入门统计”Trudy Watt撰写的第二版,由Chapman和Hall / CRC 1997出版,是另一本适合您的平装本。它比我的书简单一些,但不包括生存分析,我认为这是生物学研究(尤其是临床试验)中非常重要的主题。她的书有236页。我还要提及Gonick撰写的“统计卡通指南”。幽默的书,但也很好地涵盖了基本概念,并且非常容易阅读。
伦纳德·姆洛迪诺(Leonard Mlodinow)的《醉汉之路:随机性如何统治我们的生活》是一本非常适合外行人的书。愉快和教育。
它可能不是一本教科书,但却使您以正确的方式思考世界。
作为该主题的首次介绍,我喜欢Data Analysis:贝叶斯教程。
为了对定量科学推理的基本概念进行深入的哲学讨论,我推荐了《概率论:科学的逻辑》。但是,这本书并不是一个很好的介绍。仅向想知道为什么贝叶斯统计是这样和/或对贝叶斯统计的历史回顾感兴趣的人推荐此方法。
这么多很棒的建议!这不是您所要的,但是如何用统计数字撒谎却很简短。它不会直接传授您想要的东西,但确实有助于指出违反假设和其他缺陷的地方。
对于基本的统计数据:http : //www.bbc.co.uk/dna/h2g2/A1091350和http://www.robertniles.com/stats/
有关数据可视化的良好指南:http : //www.perceptualedge.com/-特别是,请尝试通过http://www.perceptualedge.com/files/GraphDesignIQ.html进行Graph Design IQ测试(需要Flash)
注意,这些是正交的-有很多统计专家在数据可视化方面很糟糕,反之亦然。
以下是我用于MSEE课程和研究的教科书,我发现它们相当不错。
我最近发现,即使您可以学习统计信息也非常有用。
胡克(Hooke)的“ 如何从统计人员讲骗子 ”。我喜欢它向外行人解释统计概念的方式。
至于解释统计学家的动机,《 The Lady Tasting Tea》是一本好书。
我强烈推荐Box,Hunter和Hunter撰写的“ 实验者的统计数据:设计,创新和发现,第二版 ”。任何对实验进行统计分析的科学家必读的书。也有一个配套的R包(BHH2
)。
Gotelli和Ellison(2004)生态统计入门
它面向“室外科学”(生态学,环境科学,生物学),但教学法非常出色。任何人都可以从中受益。
我最近有这个网站向我指出。它涵盖了许多对新统计学家有用的书,并针对性地讨论了他们的各种优点和缺点,并在最后总结了一些内容。
我建议:统计侦探(Ramsey&Schafer)和生物统计分析(Zar)。
这个链接推荐了很多很棒的书。
https://www.stat.berkeley.edu/mediawiki/index.php/Recommended_Books
除此之外,我建议:统计侦探:数据分析方法课程。遵循本书中的示例,许多概念变得更容易理解。
Whitlock和Schluter 生物数据分析 https://www.amazon.com/The-Analysis-of-Biological-Data/dp/1936221489 是统计学和科学的杰出结合。您不必是生物学家(我当然不是)可以理解和欣赏这些例子。它不仅声音清晰,而且娱乐有趣。
这在很大程度上取决于他们的背景,但是我发现“简而言之的统计数据”非常好。