介绍统计数据分析的最佳书籍?


17

我买了这本书:

如何衡量一切:在企业中发现无形资产的价值

头先数据分析:大数,统计和好的决策学习者指南

您还会推荐哪些其他书籍?



1
您将其标记为贝叶斯和机器学习。您对哪种数据分析感兴趣?
Shane

Shane:老实说,我还不知道。有什么样的数据分析?我应该把这个摆在网站上吗?
贾斯汀·博佐尼尔

有很多种。:)那只是两个特定的领域,所以对于这样一个普遍的问题,标签似乎很奇怪。
Shane

@Justin如果您还不知道,那么这个问题太笼统了。了解一个字段包含的一个好东西是查看该站点的标签,并查看与此匹配的问题。维基百科和您购买的书也可以为您提供所需的信息(尽管这些书可能未提及它们所从事的领域,更多的是实际内容)
Peter Smit

Answers:


6

我没有发现“ 如何测量任何东西”,也没有发现头到位 ”特别好。

普通英语统计(乌尔丹语)是一本不错的入门书。

完成此操作后,Multivariate Data Analysis(Joseph Hair 等人)就很棒了。

祝好运!


我订购了简明英语统计资料...如果我尽可能多地挖掘它,我将在星期四得到它时接受您的回答。
贾斯汀·波佐尼尔

有一本以上的书叫做《用简单的英语统计》。您是说蒂莫西·乌尔丹(Timothy Urdan)的那个吗?
naught101

是的,一个乌尔旦,对不起,不是更具体的
尼尔·麦圭根

7

本书是炸药: George EP Box,《面向实验人员的统计数据:设计,数据分析和模型构建简介》

它从零统计知识开始,但并不侮辱读者的智慧。它非常实用,但又不失严谨。实际上,它强调了忽视普通测试的基础假设(在现实生活中通常是错误的)的危险。

它已经绝版,但是很容易找到副本。点击链接获取一些选项。


谢谢卡洛斯的建议。尽管(或可能由于)它的年代久远,但它确实是一本好书。特别令我印象深刻的是,作者(Box,Hunter和Hunter)呼吁排列分布,而不是主张正态性,因为它是经典检验(t,F等)的“最终”证明。
ub

看起来像一本好书!现在要购买副本。=)谢谢你,卡洛斯。
Graeme Walsh

2
该书于1978年首次出版,2005年修订,目前正在印刷。
尼克·考克斯

5

我是David Friedman撰写的《统计模型-理论与实践》的忠实拥护者。通过具体的,历史上重要的问题(伦敦的霍乱,贫困的成因于尤勒,麦卡蒂时代的政治压迫),引入并激发了不同的统计建模概念,取得了巨大的成功。

弗里德曼(Friedman)说明了建模的原理和陷阱。从某种意义上说,讨论表明了如何思考关键问题,并且诚实地对待了统计模型与现实世界现象之间的联系。


弗里德曼,不是弗里德曼。
尼克·考克斯



3

在我眼中最好的介绍是以下内容:

David Howell-心理学的统计方法

对于非数学家来说,这是使统计概念易于理解的最佳方法,以便他们随后获得数学知识!不幸的是,它每年更新一次,因此价格昂贵。


3

Abelson撰写的《统计学作为原则性论据》是学习统计学的一本好书,特别是如果您的实质性领域是社会科学。它不会教您如何进行分析,但是会教您有关统计思维的知识。

在这里复习了这本书



1
  1. 威尔考克斯,兰德河 -基本统计数字-了解传统方法和现代见解,牛津大学出版社,2009年
  2. 霍夫(Peter D. Hoff) -贝叶斯统计方法的第一门课程,施普林格(Springer),2009年

  3. Dalgaard,Peter - R介绍性统计资料,第二版,Springer,2008年

也可以浏览一下此链接,尽管它是R特定的,但是有很多书籍可以指导您掌握基本的统计技术。


1

作为生物学家,我发现索卡尔和罗尔夫(Sokal and Rohlf)的文本尽管可读性很强,但可读性很强。它不是快速参考,但确实可以通过统计理论。

RR Sokal和FJ Rohlf,《生物计量学生物学研究中统计学的原理和实践》,第三。(纽约:WJ Freeman and Company,1995)。


1
现在处于第四版。
尼克·考克斯

1

我最喜欢的生物统计学入门是Armitage&Berry's(现在是Matthew's):

医学研究中的统计方法


1

Agresti&Finlay的《社会科学统计方法》相当不错,尽管我想相信有一个很好的开源替代方案。在此处使用亚马逊会员链接是否错误?

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.