Freedman 등의 "통계"와 Freedman의 "통계 모델 : 이론 및 실습"중에서 선택

통계학자는 아니지만 통계에 관심이 많으며 참고할만한 책을 사고 싶습니다. 특정 주제에 대한 몇 권의 책이 있습니다 (예 : 머신 러닝을 위한 통계 학습의 요소 또는 베이지안 데이터 분석). 대한 Bayesian Data Analysis : ...), 더 일반적인 책을 찾고있었습니다.

Freedman의 책은 종종 여기에서 잘 고려됩니다.

고급 통계 책 추천

비 통계 과학자에게 어떤 책을 추천 하시겠습니까?

Freedman, Pisani 및 Purves (A)의 통계 는 후자의 질문에 선택된 답변이며, 그것을 구입할 것입니다. 그러나 통계 모델 에 대해 알아 냈습니다 . 이론 및 실습 (B)에 . 두 권의 책이 비슷해 보입니다 (아마도 아마존은 전체 ToC를 읽지 않아도 나를 제한합니다 ... 왜 그런지 모르겠습니다). 출판 일은 매우 가깝습니다. 하나:

• B는 상당히 저렴합니다. 그러나 A를 사용할 수 있으므로 A가 B보다 분명히 낫다면 A를 기꺼이 갈 것입니다.
• A는 더 길지만 B에서 빠진 주요 장은 확률과 관련이있는 것 같습니다. 나는 그 부분이 필요하지 않으므로 그것이 유일한 차이점이거나 주요 차이점이라면, 더 싸고 더 운송하기 쉬운 B를 구입하는 것이 좋습니다 :)

어떤 책을 사시겠습니까?

그들은 상당히 다릅니다.

(A)는 명시 적으로 입문 적이다 (그러나 여러 가지면에서 기본이 아님). 모순이있을 수도 있습니다. 아마도 (A) 지능적인 독자는 열심히 생각하지만 기꺼이 이전 통계에 대한 지식은 없다고 가정합니다. 행복한 사람들의 컬러 사진, 추가 자료가 담긴 다양한 종류의 상자 또는 작가의 거친 경험이나 비옥 한 상상력에 따른 무례한 이야기와 같은 특수 효과는 없습니다. 현명한 고등학생이나 대부분의 고등학교 수학을 기억 한 사람은보다 명백한 학부 시장뿐만 아니라 보람을 찾을 수있을 것입니다.

(B)는 두 번째 텍스트이며 (A)의 내용을 모르는 사람에게는 어려울 것입니다. (B)는 많은 설명이 영리하고 간결하지만 다소 응축되어 있기 때문에 적어도 한 번 전에 대부분의 자료를 접한 독자에 달려 있다고 말합니다. 나는 그것이 논문이나 연구 논문을 준비하는 최소한의 최종 학부생 인 연구원들에게는 실제로라고 말하고 싶습니다. 또한 더 많은 의견을 가지고 있으며, Freedman에 동의하는지 여부에 따라 사랑하거나 싫어하는 사람들이 있습니다.

나는 몇 년마다 이익과 즐거움으로 (A)를 다시 읽고 첫 번째 판 (스키밍 및 건너 뛰기) 이후 그렇게했습니다.

공개 : 저는 통계학 자도 아닙니다. 통계학자가 가르치는 과정도 수강하지 않았습니다.

가십 : 존 터키의 전기 ( 자세한 내용 및 리뷰는 여기 참조 )는 프린스턴의 대학원생 인 데이비드 프리드먼 (David Freedman)이 투키의 때로는 타원형이고 애매 모호한 교수 스타일을 극복 할 수 없다는 기록되지 않은 이야기를 두 번 포함합니다. 이것이 (A)가 상자 그림과 투 키시 탐색 방법을 일반적으로 피하는 근본적인 이유 일 수 있다고 추측하고있다.

나는 통계 학자이며 40 년 동안 주로 생물 학자들에게 가르쳤다. 위의 Nick Cox 답변이 끝났습니다. 제 생각에는 "FPP"는 여전히 통계에 대한 최고의 소개서입니다. 개념, 훌륭한 예 (생물학에서 더 많은 것을 원했지만!) 및 반례 ( '명백한'방법이 때때로 잘못 될 수있는 방법을 보여줌) 및 연습에 대해 강조합니다. 읽기는 쉽지만 속임수 일 수 있습니다. 생각해야합니다. "통계 모델"(Freedman)은 두 번째 또는 세 번째 코스 북입니다. 또한 매우 개념적입니다. 최소 제곱 법 (회귀, anova 등)의 기초를 배우기위한보다 표준적인 책을 원할 것입니다. Freedman은 모델이 정당화되는시기 (보통 "진실"에 대한 근사치)와 그렇지 않은 경우에 대해 더 관심이 있습니다. 지금 매우 중요합니다 버튼을 누르는 것 이상으로 매우 복잡한 모델을 실행할 수 있지만 가정 한 결과 나 결과의 의미에 대해서는 잘 모릅니다. Davison의 저서는 또한 훌륭하지만보다 기술적이고 실용적입니다.이 책은 다양한 영역에서 가장 중요한 표준 모델 (및 일부 덜 표준)을 설명하고 분석 방법을 보여줍니다.