Welches Buch würden Sie nicht-statistischen Wissenschaftlern empfehlen?

Welches Buch würden Sie Wissenschaftlern empfehlen, die keine Statistiker sind?

Klare Lieferung wird am meisten geschätzt. Sowie die Erklärung der geeigneten Techniken und Methoden für typische Aufgaben: Zeitreihenanalyse, Präsentation und Aggregation großer Datenmengen.

Statistiken

David Freedman, Robert Pisani, Roger Purves

Vierte Auflage: 2007, Erstausgabe: 1978

Als Student der Philosophie wurde ich gebeten, einige Daten für eine kleine Studie zu analysieren, an der ich mit einem Arzt arbeitete. Unnötig zu erwähnen, dass ich etwas überwältigt war, aber durch die Nachahmung eines alten Stata-Codes, den mir ein biostatistischer Freund gegeben hatte, durchkam. Die Analyse erwies sich als gut genug, um die Veröffentlichung der Studie zu erleichtern, und ich interessierte mich plötzlich für dieses merkwürdige Studienfeld namens Statistik.

Das erste Buch über Statistik, das ich las, war Statistik von David Freedman und Kollegen. Was mir am besten gefallen hat, war der Fokus darauf, die grundlegenden Konzepte der statistischen Analyse (was bedeuten p-Werte tatsächlich, warum ist es wichtig, Daten zu visualisieren, was bedeutet es, dass ein Test signifikant ist, usw.) präzise und präzise zu erklären genaue Sprache, aber ohne zu viel Mathematik. Mit diesem konzeptuellen Hintergrund fiel es mir viel leichter, weiterführende Literatur mit weiterführender Mathematik zu lesen.

Dieses Buch behandelt alle Themen, die in einem Statistikkurs für das erste Jahr behandelt wurden, jedoch keine Zeitreihen oder Aggregationen großer Datenmengen. Ich denke, es lehrt einen Nicht-Statistiker sehr gut, wie man wie ein Statistiker denkt. Von dort aus sollte das Hinzufügen neuer Methoden wie Zeitreihen relativ einfach sein, und der Nicht-Statistiker sollte auf dem besten Weg sein, ein lebenslanger Student der Statistik zu werden.

Die Antwort würde mit Sicherheit von ihrer Disziplin, den Methoden / Techniken, die sie lernen möchten, und ihren vorhandenen mathematischen / statistischen Fähigkeiten abhängen.

Zum Beispiel könnten Ökonomen / Sozialwissenschaftler, die mehr über modernste empirische Ökonometrie erfahren möchten, Angrist und Pischkes Mostly Harmless Econometrics lesen . Dies ist ein nicht-technisches Buch über die "natürliche experimentelle Revolution" in der Wirtschaft. Das Buch setzt nur voraus, dass sie wissen, was Regression ist.

Aber ich denke, das beste Buch über angewandte Regression ist die Datenanalyse nach Gelman und Hill unter Verwendung von Regression und mehrstufigen / hierarchischen Modellen . Dies umfasst die grundlegende Regression, die mehrstufige Regression und die Bayes'schen Methoden auf klare und intuitive Weise. Es wäre gut für jeden Wissenschaftler mit einem grundlegenden Hintergrund in der Statistik.

Peter Dalgaards Einführungsstatistik mit R ist ein großartiges Buch für einige Einführungsstatistiken mit Schwerpunkt auf der R-Software für die Datenanalyse.

Ich gehe von grundlegenden statistischen Kenntnissen aus und empfehle:

• The Statistical Sleuth (Ramsey, Schafer), die eine Vielzahl von Mini-Fallstudien enthalten, da sie die grundlegenden statistischen Tools für die Datenanalyse abdecken.

• Ein erster Kurs in multivariater Statistik (Flury), in dem die für Data Mining und dergleichen erforderlichen grundlegenden Statistiken behandelt werden.

Khan Academy hat einige nette Einführungs- / Anfängervideos zu Statistiken: http://www.khanacademy.org/#statistics

Viele Studenten der Sozialwissenschaften / Psychologie mit minimalem mathematischen Hintergrund mögen Andy Fields Buch: Discovering Statistics Using SPSS . Er hat auch eine Website, die viel Material teilt .

Ich habe nicht vor, mein Buch einzustecken, aber es scheint möglicherweise zuzutreffen. Letztes Jahr veröffentlichte ich mit Wiley ein Buch mit dem Titel "Die Grundlagen der Biostatistik für Ärzte, Krankenschwestern und Kliniker" . Es ist kartoniert und enthält insgesamt 214 Seiten. Dies hat für Sie den Vorteil, dass Themen hervorgehoben werden, die für biologische Anwendungen wichtig sind, jedoch möglicherweise nicht so präzise sind, wie Sie es für einen 10-tägigen Selbstlernkurs wünschen. "Einführungsstatistik für Biologiestudenten"Die 2nd Edtion von Trudy Watt, herausgegeben von Chapman and Hall / CRC 1997, ist ein weiteres Taschenbuch, das für Sie geeignet sein könnte. Es ist etwas einfacher als mein Buch, enthält jedoch keine Überlebensanalyse, die ich für ein sehr wichtiges Thema in biologischen Studien (insbesondere in klinischen Studien) halte. Ihr Buch hat 236 Seiten. Ich möchte auch "The Cartoon Guide to Statistics" von Gonick erwähnen. Ein humorvolles Buch, das aber auch Grundbegriffe sehr gut abdeckt und sich hervorragend lesen lässt.

Statistiken in einfachem Englisch sind ziemlich gut.

4.5 bei Amazon, 11 Rezensionen.

Erklärt auch ANOVA ziemlich gut.

Wahrscheinlich die beste Basis, um das große Bild / Ideenbuch zu bekommen:

Robert Abelsons Statistik als prinzipielles Argument

The Drunkard's Walk: Wie Zufälligkeit unser Leben regiert von Leonard Mlodinow ist ein ausgezeichnetes Buch für Laien. Angenehm und lehrreich.

Es ist vielleicht kein Lehrbuch, aber es lässt Sie richtig über die Welt nachdenken.

Es ist ein bisschen alt, aber ich habe Chris Chatfields Buch gefunden,

Statistik für Technologie: Ein Kurs in angewandter Technologie

eine hervorragende Einführung sein.

So lernte ich zunächst die Statistik aus konzeptioneller Sicht.

Als erste Einführung in das Thema mochte ich Data Analysis: A Bayesian Tutorial .

Für eine tiefe und philosophische Diskussion der zugrunde liegenden Ideen des quantitativen wissenschaftlichen Denkens empfehle ich die Wahrscheinlichkeitstheorie: Die Logik der Wissenschaft . Dieses Buch ist jedoch keine gute Einführung. Es wird nur Personen empfohlen, die wissen möchten, warum Bayes-Statistiken so sind, wie sie sind, und / oder an einer historischen Überprüfung der Bayes-Statistiken interessiert sind.

Der Fehler der Durchschnitte von Sam Savage.

So viele wundervolle Empfehlungen! Es ist nicht ganz das, wonach Sie gefragt haben, aber wie man mit Statistiken lügt, ist kurz und wunderbar. Es lehrt nicht direkt die gewünschten Dinge, aber es zeigt Verstöße gegen Annahmen und andere Mängel auf.

"Biometrie: Grundlagen und Praktiken der Statistik in der biologischen Forschung" von Robert R. Sokal und F. James Rohlf
"Biostatistische Analyse" von Jerrold H. Zar
"Primer of Biostatistics" von Stanton Glantz

Für die Grundlagen der Statistik: http://www.bbc.co.uk/dna/h2g2/A1091350 und http://www.robertniles.com/stats/

Eine gute Anleitung zur Datenvisualisierung finden Sie unter: http://www.perceptualedge.com/ - Probieren Sie insbesondere den Graph Design IQ-Test unter http://www.perceptualedge.com/files/GraphDesignIQ.html aus (erfordert Flash).

NB diese sind orthogonal - es gibt viele Statistikexperten, die sich mit Datenvisualisierung schlecht auskennen und umgekehrt.

Das Folgende sind Lehrbücher, die ich für meine MSEE-Studien- und Forschungsarbeiten verwendet habe und die ich als ziemlich gut empfand.

1. Wahrscheinlichkeit, Statistik und zufällige Prozesse für Ingenieure von Henry Stark und John W. Woods (Detaillierte Erklärung der Konzepte, gut für Kommunikations- und Signalverarbeiter).
2. Schaums Überblick über Wahrscheinlichkeit, Zufallsvariablen und Zufallsprozesse von Hwei Hsu (Kurze Erklärung von Konzepten, hat eine gute Anzahl von gelösten Beispielen).

Ich habe vor kurzem festgestellt, dass Even You Can Learn Statistics ziemlich nützlich ist.

" Wie man den Lügnern von den Statistikern erzählt erzählt" von Hooke. Ich erkläre Laien gern die Konzepte der Statistik.

Was die Motivation der Statistiker angeht, so ist "The Lady Tasting Tea" eine gute Lektüre.

Ich empfehle dringend " Statistik für Experimentatoren: Design, Innovation und Entdeckung, 2. Auflage " von Box, Hunter und Hunter. Ein Muss für jeden Wissenschaftler, der statistische Analysen seiner Experimente durchführt. Es gibt auch ein Companion-R-Paket ( BHH2).

Jahrelang habe ich festgestellt, dass das Handbuch zur Ingenieurstatistik auf praktischer Ebene nützlich ist.

Es ist online frei verfügbar.

Gotelli und Ellison (2004) Ein Primer der ökologischen Statistik

Es ist auf "Outdoor Science" (Ökologie, Umweltwissenschaften, Biologie) ausgerichtet, aber die Pädagogik ist ausgezeichnet. Jeder könnte davon profitieren.

Ich wurde kürzlich auf diese Website hingewiesen. Es umfasst eine Reihe von Büchern, die für neue Statistiker nützlich sind, mit einer gezielten Diskussion ihrer verschiedenen Stärken und Schwächen und einer Zusammenfassung ganz unten.

"Theoretische Statistik"
Keener, Robert W.
1. Auflage, 2010, XVII, 538 S.
Gebundene Ausgabe, ISBN 978-0-387-93838-7

Über das Buch...

Ich würde empfehlen: Die statistische Analyse (Ramsey & Schafer) und die biostatistische Analyse (Zar).

Ich mag die "for Dummies" -Serie sehr, und von den wenigen Seiten, die ich gelesen habe, ist Deborah J. Rumseys "Statistics For Dummies" ein gutes Buch für Nicht-Statistiker und Statistiker, die einen Weg suchen statistische Konzepte für Nicht-Statistiker zu erklären.

Dieser Link hat viele großartige Bücher vorgeschlagen.

https://www.stat.berkeley.edu/mediawiki/index.php/Recommended_Books

außerdem schlug ich vor: The Statistical Sleuth: Ein Kurs in Methoden der Datenanalyse. Anhand der Beispiele im Buch werden viele Konzepte verständlicher.

Whitlock und Schluter Die Analyse biologischer Daten https://www.amazon.com/The-Analysis-of-Biological-Data/dp/1936221489 ist eine hervorragende Mischung aus Statistik und Wissenschaft. Sie müssen kein Biologe sein (ich bin es bestimmt nicht), um die Beispiele zu verstehen und zu schätzen. Es ist nicht nur klar und deutlich, es ist auch unterhaltsam und unterhaltsam.

Wenn Sie SPSS verwenden möchten, empfehle ich dieses Buch: Datenanalyse für die Verhaltenswissenschaften mit SPSS von Weinberg & Abramowitz. Es ist sehr gut geschrieben und zugänglich. Beachten Sie jedoch, dass es sich nicht um Zeitreihen handelt.

Das hängt sehr stark von ihrem Hintergrund ab, aber ich fand "Statistik auf den Punkt gebracht" ziemlich gut.