고급 통계 책 추천

이 사이트에는 입문 통계 및 기계 학습 에 대한 책 권장 사항에 대한 몇 가지 스레드가 있지만 최대 가능성, 일반 선형 모델, 주요 구성 요소 분석, 비선형 모델을 포함하여 고급 통계에 대한 텍스트를 찾고 있습니다. 나는 AC Davison의 통계 모델 을 시도 했지만 솔직히 2 장 후에 내려 놓아야했습니다. 이 글은 그 적용 범위와 수학적 취급에 백과 사전이지만, 실무자로서 먼저 직관을 이해함으로써 주제에 접근 한 다음 수학적 배경을 탐구하는 것을 좋아합니다.

이것들은 내가 교육 학적 가치를 위해 뛰어난 것으로 생각하는 일부 텍스트입니다. 내가 언급 한 고급 과목과 동등한 과목을 찾고 싶습니다.

• 통계 , D. Freedman, R. Pisani, R. Purves.
• 예측 : 방법 및 응용 , R. Hyndman et al.
• 다중 회귀 및 그 이상 , TZ Keith
• Rand R. Wilcox, 현대 통계 기법 적용
• R의 응용 프로그램을 사용한 통계 학습 소개-(PDF 릴리스 버전) , Gareth James, Daniela Witten, Trevor Hastie 및 Robert Tibshirani
• 통계 학습의 요소 : 데이터 마이닝, 추론 및 예측 -(PDF 출시 버전) , Hastie, Tibshirani 및 Friedman (2009)

최대 가능성 : 모든 가능성 (Pawitan). 가능성 만 다루는 책과 관련하여 적당히 명확한 책과 가장 명확한 (IMO) 책. R 코드도 있습니다.

GLM : 범주 형 데이터 분석 (Agresti, 2002)은 내가 읽은 최고의 통계 책 중 하나입니다 (R 코드도 있음). 이 텍스트는 최대한 가능성에 도움이됩니다. 세 번째 판은 몇 달 안에 나옵니다.

위의 두 가지에 대한 두 번째 목록은 Collett의 Modeling Binary Data 입니다.

PCA : Rencher의 글 은 다변량 분석 방법 에서 분명 합니다 . 이것은 대학원 수준의 텍스트이지만 소개입니다.

가능성 추정에 관한 일부 책

• * 아마리, Barndorff - 닐슨 카스 및 Lauritzen이 라오 통계적 추론의 미분 기하학 . $-\small{\text{Geometrical approach for proving existence, uniqueness and other properties of MLE.}}$

• * 응용 프로그램과 버틀러, 안장 근사치 .
  $-\small{\text{Saddlepoint approximations to the MLE on complicated models.}}$

• * 콕스, 통계 추론의 원칙 .
  $-\small{\text{A basic reference on MLE.}}$

• * Cox and Barndorff-Nielsen, 추론 및 무증상 . $-\small{\text{Likelihood, pseudo-likelihood, approximation theorems and asymptotics explained by}}$ $\small{\text{two exponents in this area.}}$

• * Edwards, 가능성 .
  $-\small{\text{A reference for a general discussion on this concept.}}$

• * 퍼거슨, 큰 표본 이론 과정 . $-\small{\text{Contains classical results on asymptotic properties of point estimators.}}$

• * Kalbfleisch, 확률 및 통계적 추론 II . $\spadesuit$
  $-\small{\text{Introductory book containing interesting basic results such as the continuous }}$ $\small{\text{approximation to the likelihood which is not always explained.}}$

• * Lehmann and Casella, 포인트 추정 이론 .
  $-\small{\text{Classical results on point estimation, an essential reference.}}$

• * 속도와 Salvan, 통계 추론의 원칙 : 네오 Fisherian 관점에서 . 네오 피셔 (Neo-Fisherian) : 점점 더 대중화되고있는 사고 학교에 대한 좋은 참고 $-\small{\text{A good reference on a school of thought becoming more and more popular:}}$ $\small{\text{the Neo-Fisherian.}}$

• * Pawittan, 십중팔구 : 가능성을 사용하여 통계 모델링 및 추론 .

• * 수학 통계의 근사 , 근사 정리 . $-\small{\text{More rigorous book, here you can find the mystical "regularity conditions".}}$

• * Severini, 통계의 우도 방법 .

• * Shao, 수학 통계 .
  $-\small{\text{Classical results, good as a textbook.}}$

• * Sprott, 과학 통계 추론 . − $\spadesuit$ $-\small{\text{Basic reference on likelihood, profile likelihood and classical statistical modelling.}}$

• * van der Vaart, 점근 통계 .
   모멘트 추정기, 효율성 및 테스트 에 대한 일반적인 참조 $-\small{\text{A general reference on: modes of convergence, properties of MLE, delta method,}}$ $\small{\text{ moment estimators, efficiency and tests.}}$

• * 영과 스미스, 통계적 추론의 핵심 . p *$-\small{\text{A more recent book on: Likelihood, pseudolikelihood, saddlepoint approximations,}}$ $\small{p^*\text{ formula, modified profile likelihoods and more.}}$

$\spadesuit$OP에 대한 제안

내 생각에 귀하의 요구 사항에 대해 일반 선형 모델 에 대한 최고의 책 은 아마도 다음과 같습니다.

• 범주 형 데이터 분석에 대한 Agresti의 소개

더 좋은 것으로 여겨 질 다른 책들이 있지만, 밀도가 높은 수학을 피하는 것을 선호하는 의사에게 덜 호소력이 있다고 생각합니다.

• Agresti의 범주 데이터 분석 (기본 텍스트)
  은 실무자에게는 좋지만 밀도가 높습니다.
• McCullagh & Nelder 's Generalized Linear Models ,
  나는 이것을위한 성경을 듣습니다.
• 돕슨의 일반화 선형 모델 소개 ,
  이다 가능한 IMO를 통해 얻을 수 있지만, 꽤 수학적으로 밀도가 여전히

당신의 다른 주제에 관해서는, 나는 그들에 대한 책을 알지 못하지만 다른 사람들이 추천 할 수 있습니다.

원하는 수준인지 확실하지 않지만 유용한 책은

GLM-McCullagh와 Nelder는 표준 책입니다

PCA- 주요 구성 요소에 대한 사용자 안내서 -제목에도 불구하고 주제에 대해 어느 정도 깊이있게 설명합니다.

내가 좋아하고 의존하는 비선형 모델 책은 (1) Bates and Watts 및 (2) Gallant 입니다. 둘 다 Wiley에 의해 출판되었습니다.

Larry Wasserman의 저서 "All of Statistics"와 "All Non-parametric Statistics"를 정말 좋아합니다. 그것들은 매우 읽기 쉽고 빠르게 많은 내용을 다룹니다.

베이지안 분석 (부정확 한 분석 포함)을 위해 다음을 위해 큰 플러그를 넣을 것입니다.

• Bernardo, JM and Smith, AFM (2000) 베이지안 이론 . 와일리 : 치 체스터.

• Gelman, A. 등 (2013) Bayesian Data Analysis (Third Edition) . CRC Press : Boca Raton.

• Walley, P. (1990) 부정확 한 확률을 사용한 통계적 추론 . 채프먼과 홀.

훌륭한 Peter Walley가 저술 한이 마지막 책은 민감도 분석을 수행하는 여러 가지 방법에 대한 눈길을 끄는 책이며, 이것이 공리 수준에서 확률 이론에 포함될 수 있다는 사실입니다.

Mehta (2014) 통계 주제 (ISBN : 978-1499273533)는 중급 수준의 통계 이야기입니다. 위에서 언급 한 많은 주제는 다루지 않습니다.

정말 간단한 입문 통계 책 중 하나는 Andy Field의 "R을 사용한 통계 발견"입니다. SPSS에도 사용할 수 있습니다. 여기에는 많은 좋은 예가 포함되어 있으며 읽는 것도 재미 있습니다. 다른 책들과 비교할 때 정확도는 떨어지지 만 수학 공식은 적고 텍스트는 많지 않습니다. 기본 시작이 쉬우 며 때때로 사용하고 있습니다.