您會為非統計學家的科學家推薦哪本書?
最清晰的交付方式是:以及對典型任務的適當技術和方法的說明:時間序列分析,大型數據集的表示和聚合。
您會為非統計學家的科學家推薦哪本書?
最清晰的交付方式是:以及對典型任務的適當技術和方法的說明:時間序列分析,大型數據集的表示和聚合。
David Freedman,Robert Pisani,Roger Purves
第四版:2007年,第一版:1978年
作為一名本科生學習哲學,我被要求分析與醫生一起進行的一項小型研究的一些數據。不用說,我發現自己有些不知所措,但是能夠通過模仿生物統計學家朋友給我的一些舊的Stata代碼來實現。事實證明該分析足夠好,可以幫助發表該研究,而我突然對這個有趣的領域叫做統計感興趣。
我讀的第一本關於統計學的書是 Statistics,由David Freedman及其同事撰寫。我最喜歡的是重點在於簡潔明了地解釋統計分析的基本概念(p值實際上意味著什麼,為什麼對數據進行可視化很重要,對於有意義的測試意味著什麼,等等)。語言準確,但沒有太多數學。在這種概念背景下,我發現繼續閱讀具有更高級數學的更高級文獻要容易得多。
本書涵蓋了第一年統計課程中涉及的所有主題,但沒有涵蓋時間序列或大型數據集的匯總。我覺得在教給非統計學家如何像統計學家那樣思考方面做得很好。從那裡開始,添加新的方法(例如時間序列)應該相對容易,非統計學家應該成為終身學習統計學的道路。
答案肯定會取決於他們的學科,他們想學習的方法/技術以及他們現有的數學/統計能力。
例如,想要了解以下內容的經濟學家/社會科學家前沿的經驗計量經濟學可以閱讀Angrist和Pischke的多數無害計量經濟學。這是一本非技術性書籍,涵蓋了經濟學中的“自然實驗革命”。本書僅以他們知道什麼是回歸為前提。
但是我認為關於應用回歸的最好的書是Gelman和Hill的使用回歸和多層/層次模型進行數據分析。它以清晰直觀的方式涵蓋了基本回歸,多層回歸和貝葉斯方法。對於任何具有統計學基礎知識的科學家來說都是一件好事。
Peter Dalgaard的R入門統計書是一本很好的書籍,介紹了一些入門統計數據,重點是R數據分析軟件。
我將假設一些基本的統計知識並推薦:
統計偵探(Ramsey,Schafer),其中包含很多小型案例研究,因為它們涵蓋了用於數據分析的基本統計工具。
多元統計的第一門課程(Flury),涵蓋了數據挖掘等所需的基本統計。
汗學院(Khan Academy)上有一些不錯的統計統計入門視頻視頻: http://www.khanacademy.org/#statistics
很多社會科學/心理學專業的學生,他們的數學背景都很少,例如安迪·菲爾德(Andy Field)的書:使用SPSS發現統計數據。他還擁有一個共享大量材料
的網站。Not intending to plug my book but it does seem to possibly apply. Last year I published a book with Wiley titled "The Essentials of Biostatistics for Physicians, Nurses and Clinicians". It is paperback and fairly concise 214 pages in total. It has the advantage for you that it emphasizes topics that are important in biological applications but may not be quite as concise as you would like to have for a 10 day self-learning course. "Introductory Statistics for Biology Students" 2nd Edtion by Trudy Watt and published by Chapman and Hall/CRC 1997 is another paperback that might be right for you. It is a little simpler than my book but does not include survival analysis which I consider to be a very important topic in biological studies (particularly clinical trials). Her book is 236 pages. I would also like to mention "The Cartoon Guide to Statistics" by Gonick. A humorous book but it also covers basic concepts very well and is exceptionally easy to read.
醉漢之路:隨機性如何統治我們的生活是一本非常適合外行的書。有趣且具有教育意義。
它可能不是一本教科書,但它使您以正確的方式思考世界。
它有些陳舊,但我發現克里斯·查特菲爾德(Chris Chatfield)的書
很棒的介紹。
這是我從概念的角度第一次學習統計的方法。
作為該主題的首次介紹,我喜歡數據分析:貝葉斯教程。
對於定量科學推理的基本概念,請進行深入的哲學討論,我建議概率論:科學的邏輯。但是,這本書並不是一個很好的介紹。僅向想知道為什麼貝葉斯統計是這種方式和/或對貝葉斯統計的歷史回顧感興趣的人推薦此方法。
平均水平缺陷(薩姆·薩維奇)。
“ 如何從統計學家中騙子”。我喜歡它向外行人解釋統計概念的方式。
對於解釋統計學家的動機,“品茶夫人”是一本好書。
這麼多很棒的建議!這並不是您所要的,但是如何用統計數字撒謊很簡短,也很不錯。它不會直接傳授您想要的東西,但確實有助於指出違反假設和其他缺陷的地方。
對於統計的基礎知識: http://www.bbc.co.uk/dna/h2g2/A1091350和 http://www.robertniles.com/stats/
有關數據可視化的良好指南: http://www.perceptualedge.com/-特別是,請嘗試在 http上進行Graph Design IQ測試://www.perceptualedge.com/files/GraphDesignIQ.html(需要Flash)
NB這些是正交的-有很多統計專家對數據的可視化很糟糕,反之亦然
以下是我用於MSEE課程和研究的教科書,我發現它們相當不錯。
我最近發現即使您可以學習統計信息也非常有用。
I strongly recommend "Statistics for Experimenters: Design, Innovation, and Discovery , 2nd Edition" by Box, Hunter and Hunter. Must-read book for any scientist doing statistical analysis of their experiments. There's a companion R package (BHH2
) as well.
Gotelli and Ellison(2004)生態統計學入門
它面向“室外科學”(生態學,環境科學,生物學),但教學法非常出色。任何人都可以從中受益。
Whitlock和Schluter 生物數據分析
2020年第三版的詳細信息,請訪問 https://www.amazon.com/Analysis-Biological-Data-Michael-Whitlock/dp/131922623X
是統計學和科學的傑出結合。您不必是生物學家(我當然不是)可以理解和欣賞這些例子。它不僅聲音清晰,而且娛樂有趣。
“理論統計”
Keener,Robert W.
第一版,2010,XVII,538頁。
精裝書,ISBN 978-0-387-93838- 7
我最近有該網站向我指出。它涵蓋了許多對新統計學家有用的書,並針對性地討論了他們的各種優點和缺點,並在最後總結了這些內容。
我建議:統計研究(Ramsey&Schafer)和生物統計分析(Zar)。
我真的很喜歡“傻瓜”系列,從我讀過的幾頁來看,Deborah J. Rumsey的“傻瓜統計”是一本不錯的書,統計人員以及統計人員都在尋找一種向非統計人員解釋統計概念的方法。
此鏈接建議了很多很棒的書。
https://www.stat.berkeley.edu/mediawiki/index.php/Recommended_Books
除此之外,我建議:統計偵探:數據分析方法課程。遵循本書中的示例,許多概念變得更容易理解。
如果要使用SPSS,我會推薦這本書:Weinberg & Abramowitz撰寫的《使用SPSS進行行為科學的數據分析》。它寫得很好並且易於訪問。請注意,它並不涵蓋時間序列。
這在很大程度上取決於他們的背景,但是我發現“簡而言之統計”很好。
使用Barbara Tabachnick和Linda Fidel的多元統計數據對我有很大幫助。我用的是第5版。我不確定現在是什麼版本。它提供了大量實用建議,尤其是有關數據清理的建議。它具有軟件示例,儘管該示例早於R。
很棒的書。使我的統計模塊變得非常容易。能夠真正理解我在做什麼,而不僅僅是做它。