대학원 수준에서 응용 통계를 스스로 가르치는 책에 대한 권장 사항이 있습니까?

나는 대학에서 몇 가지 통계 과정을 밟았지만 내 교육은 이론이 매우 중요하다는 것을 알았습니다.

Applied Statistics (응용 통계) (졸업 수준)에 추천하거나 경험이 풍부한 텍스트가 있는지 궁금합니다.

Box, Hunter & Hunter의 "실험자 통계 : 디자인, 혁신 및 발견, 2 판" 이것은 공식적 으로 입문용 텍스트 (화학 및 공학 자용)이지만 적용되는면에는 매우 좋습니다.

Andrew Gelman & Jennifer Hill의 "회귀 및 다단계 / 계층 모델을 사용한 데이터 분석" 회귀 모델링 적용에 매우 적합합니다.

"통계학 학습의 요소 : 데이터 마이닝, 추론 및 예측, 제 2 판"(스프링거 시리즈 통계) 2 차 (2009) Hastie Trevor, Tibshirani Robert & Friedman Jerome의 수정판. 내 목록에서 처음 두 가지보다 이론적이지만 응용 프로그램의 이유와 경우에 매우 좋습니다. - PDF 출시 버전

Gareth James, Daniela Witten, Trevor Hastie 및 Robert Tibshirani의 "통계 학습 소개 (Springer Series in Statistics) 6"(2015) -PDF 출시 버전

이 세 권의 책을 훑어 보는 것은 응용 프로그램에 매우 좋은 기초를 제공해야합니다.

Harrell (2001), 회귀 모델링 전략 은 다음과 같이 구별됩니다.

• 처음부터 끝까지 모델링을 포함하여 데이터 축소, 결 측값 대치 및 모델 검증이 포함 된 주제 중 하나
• 다른 단계에서 다른 방법을 사용하는 방법을 설명하는 데 중점
• 책의 많은 부분을 차지하는 철저히 해결 된 예제 (& S-Plus / R 코드)

그 외에도, 소개 계량 경제학 : Wooldrige 의 현대적 접근 방식 은 고급 학부 수준에서 회귀에 대해 알고 싶었던 모든 것을 갖추고 있습니다.

편집 : 범주 적 결과를 다루는 경우 Hastie et al은 필수 불가결합니다. 또한 Hastie 등의 기계 학습 접근 방식과 달리 Agresti의 범주 형 데이터 분석 은 좋은 고전적 접근 방식입니다.

Gelman 등의 베이지안 데이터 분석 제 3 판 (2013). 레벨이 혼합되어 있지만 치료가 너무 좋아서 대부분의 챕터에서 소중한 것을 얻을 수 있습니다. 방법의 원리 적용에 관심이 있다면이 책을 추천합니다.

Sheskin의 Handbook of Parametric and Nonparametric Statistical Procedures 에서 많은 것을 얻었습니다 . 그것은 이론에 대한 좋은 소개와 각각의 미묘함에 대한 수많은 노트와 함께 가설 검정 방법에 대한 광범위한 조사입니다. 게시자 사이트에서 TOC를 볼 수 있습니다 (위 링크 됨).

Frank Harrell의 Regression Modeling Strategies 는 이미 몇 가지 기본 사항을 알고 있다면 훌륭한 책입니다. 응용 프로그램 (코드가 많은 예제), 모델 지정, 모델 진단, 일반적인 함정을 다루고 문제가있는 방법을 피하는 데 중점을 둡니다.

Montgomery와 Runger의 "Engineering Statistics"를 사용했습니다. 꽤 좋습니다 (특히 수학 배경이 강한 경우). 또한 CalTech의 온라인 머신 러닝 과정을 확인하는 것이 좋습니다. ML 개념 (데이터 분석의 일부인 경우)을 소개하는 데 유용합니다. https://work.caltech.edu/telecourse.html .

나는 엔지니어링 응용을위한 비선형 회귀 모델링 모델링 : 모델링, 모델 검증 및 실험 설계 활성화, Wiley, New York, NY, 2016 년 9 월, 2016 년을 썼습니다. ISBN 9781118597965, RR, Rhinehart, RR 이 책은 361 페이지이며 많은 기술을위한 Excel / VBA 공개 코드 솔루션을 제공하는 웹 사이트를 제공합니다. www.r3eda.com을 방문하십시오.

UW Stat PhD 프로그램의 최상위 회귀 분석법 시퀀스는 Wakefield의 "Bayesian and Frequentist Regression Methods"를 사용합니다. 이는 많은 수학적 통계를 본 사람과 같은 사람들에게 특히 적합합니다. 그것은 많은 수학을 활용하기 때문에 가장 간단한 응용 방법조차도 대부분의 책보다 훨씬 더 많은 관점을 제공합니다.

Sean Connolly의 College Statistics Made Made를 사용 했습니다 . 통계의 첫 번째 / 두 번째 코스를 목표로합니다. 이 재료는 매우 따르기 매우 쉽습니다. 나는 몇 권의 책을 시험해 보았지만 이것과 비교할만한 책은 없습니다.