क्या आपके पास स्नातक स्तर पर एप्लाइड स्टैटिस्टिक्स के लिए पुस्तकों की सिफारिशें हैं?


23

मैंने कॉलेज में कई सांख्यिकी पाठ्यक्रम लिए, लेकिन मैंने पाया कि मेरी शिक्षा बहुत ही सिद्धांत आधारित थी।

मैं सोच रहा था कि क्या आपमें से किसी के पास एप्लाइड स्टैटिस्टिक्स (ग्रेजुएट लेवल पर) में कोई ऐसा टेक्स्ट है जिसकी आप सलाह देते हैं या जिसके साथ अच्छा अनुभव रहा हो।


2
स्नातक स्तर की पाठ्यपुस्तकों को आमतौर पर विशेष रूप से विशिष्ट माना जाता है , जैसे कि नकारात्मक द्विपद प्रतिगमन , या स्टेट-स्पेस मेथड्स द्वारा टाइम सीरीज विश्लेषण । क्या आप उस क्षेत्र के बारे में अधिक विशिष्ट हो सकते हैं जिसमें आप रुचि रखते हैं, या आप किसी प्रकार के अवलोकन की तलाश कर रहे हैं?
Scortchi - को पुनः स्थापित मोनिका

1
यदि आपने हमें अपने अनुप्रयोगों के बारे में कुछ और बताया तो यह मदद करेगा!
kjetil b halvorsen

मैं ज्यादातर प्रतिगमन विधियों और कुछ मॉडलिंग में दिलचस्पी रखता हूं। मैं बहुत से द्विपद आर.वी. और साथ ही यादृच्छिक चर खुरदरा या अस्पष्ट वितरण का सामना करता हूं। अनुप्रयोग व्यापक हैं, इसलिए अवलोकन एक 'आदर्श' होगा, लेकिन स्पष्ट रूप से एक अनुरोध haha ​​का सबसे अधिक संभव नहीं है।
जेम्समोरम

जवाबों:


20

बॉक्स, हंटर और हंटर द्वारा कुछ बहुत अच्छी किताबें: "सांख्यिकी के लिए सांख्यिकी: डिजाइन, नवाचार, और खोज, दूसरा संस्करण"। यह औपचारिक रूप से एक परिचयात्मक पाठ (रसायन विज्ञान और इंजीनियरिंग के लोगों के लिए अधिक) है, लेकिन लागू पक्ष पर बहुत अच्छा है।

एंड्रयू जेलमैन और जेनिफर हिल द्वारा "डेटा विश्लेषण का उपयोग प्रतिगमन और बहुस्तरीय / पदानुक्रमित मॉडल"। प्रतिगमन मॉडलिंग के आवेदन पर बहुत अच्छा।

"द एलीमेंट ऑफ स्टैटिस्टिकल लर्निंग: डेटा माइनिंग, इंट्रेंस एंड प्रेडिक्शन, सेकंड एडिशन" (सांख्यिकी में स्प्रिंगर सीरीज़) 2 (2009) हैस्टी ट्रेवर, टिबशिरानी रॉबर्ट और फ्रीडमैन जेरोम द्वारा सही किया गया संस्करण। मेरी सूची में पहले दो की तुलना में अधिक सैद्धांतिक, लेकिन अनुप्रयोगों के व्हाट्स और आईपीएस पर भी बहुत अच्छा। - पीडीएफ विमोचित संस्करण

"सांख्यिकीय शिक्षा का एक परिचय" (सांख्यिकी में स्प्रिंगर श्रृंखला) 6 वें (2015) गैरेथ जेम्स, डेनिला विटेन, ट्रेवर हस्ती और रॉबर्ट टिब्शिरानी द्वारा - पीडीएफ विमोचित संस्करण

इन तीन पुस्तकों के माध्यम से अपने तरीके से काम करना अनुप्रयोगों के लिए बहुत अच्छा आधार देना चाहिए।


3
बॉक्स, हंटर, और हंटर किसी भी स्तर पर किसी के लिए भी पढ़ने योग्य है, जिसने पहले से ही इसे नहीं पढ़ा है।
Scortchi - को पुनः स्थापित मोनिका


3
मैं गेलमैन / हिल की किताब का बहुत बड़ा प्रशंसक हूं।
जॉन

मैंने अधिकांश तत्वों के माध्यम से पढ़ा है; यह एक ट्रड है, और यदि आप अनुप्रयोगों की तलाश कर रहे हैं, तो आपको यह जानना होगा कि क्या छोड़ना है। अधिक व्यावहारिक सलाह + कोड उदाहरण के साथ इसी तरह की सामग्री को कवर एक जोड़े किताबें कुहन एंड जॉनसन (हैं appliedpredictivemodeling.com ) और बर्क ( springer.com/gp/book/9780387775005 )।
ड्रू एन

8

हरेल (2001), रिग्रेशन मॉडलिंग रणनीतियाँ द्वारा प्रतिष्ठित है

  • शुरू से अंत तक मॉडलिंग को कवर करना - इसलिए डेटा में कमी, लापता मूल्यों की प्रतिरूपण, और मॉडल सत्यापन शामिल विषयों में से हैं
  • विभिन्न चरणों में विभिन्न तरीकों को कैसे नियोजित किया जाए, यह समझाने पर जोर
  • पूरी तरह से काम किए गए उदाहरण (और एस-प्लस / आर कोड) किताब का बहुत हिस्सा ले रहे हैं

5

उन लोगों के अलावा, परिचयात्मक अर्थमिति: एक आधुनिक दृष्टिकोण वोल्ड्रिग के पास बहुत कुछ है जो आप कभी भी एक उन्नत स्नातक स्तर पर प्रतिगमन के बारे में जानना चाहते हैं।

संपादित करें: यदि आप स्पष्ट परिणामों के साथ काम कर रहे हैं, तो Hastie et al अपरिहार्य है। साथ ही, एगेस्टी द्वारा श्रेणीबद्ध डेटा विश्लेषण एक अच्छा शास्त्रीय दृष्टिकोण है, जैसा कि हस्ती एट अल के मशीन लर्निंग दृष्टिकोण के विपरीत है।


1
मुझे नहीं लगता कि वोल्ड्रिज विशेष रूप से उन्नत है। मेरी राय में एक बेहतर संदर्भ हयाशी का अर्थमिति या यहां तक ​​कि वोल्ड्रिज का दूसरा पाठ "क्रॉस सेक्शन और पैनल डेटा का अर्थमितीय विश्लेषण" होगा।
जॉनके

5
"लागू आँकड़ों" के लिए हयाशी का उपयोग करना एक मोमबत्ती को रोशन करने के लिए एक फ्लेमेथ्रोवर का उपयोग करने जैसा है। उन्होंने कम सिद्धांत के लिए कहा, अधिक नहीं। इसके अलावा, मुझे लगता है कि वोल्ड्रिज एक अंडरग्राउंड किताब के लिए वैचारिक रूप से परिष्कृत है, भले ही यह इतना तकनीकी न हो। ऐसा नहीं है कि मैंने स्टॉक एंड वॉटसन की सिफारिश की है।
छायाकार

2
मैं सहमत नहीं हूं लेकिन मैं रूपक की तरह काम करता हूं;)
जॉन्स

3

गेलमैन एट अल द्वारा बायेसियन डेटा एनालिसिस तीसरा संस्करण (2013)। स्तर मिला हुआ है लेकिन उपचार मुझे इतना अच्छा लगता है कि अधिकांश अध्यायों से मूल्यवान कुछ मिल सकता है। यदि आप इस पुस्तक की सिफारिश करने के तरीकों के राजसी आवेदन में रुचि रखते हैं।


1

मुझे शमीक की हैंडबुक ऑफ़ पैरामीट्रिक और नॉनपैरेमेट्रिक स्टैटिस्टिक प्रोसीजर से बहुत अधिक उपयोग मिला है । यह परिकल्पना परीक्षण विधियों का एक विस्तृत सर्वेक्षण है, जिसमें प्रत्येक की सूक्ष्मताओं के बारे में सिद्धांत और टन के अच्छे परिचय के साथ। आप TOC को प्रकाशक की साइट (ऊपर लिंक) पर देख सकते हैं।


1

फ्रैंक हरेल द्वारा प्रतिगमन मॉडलिंग रणनीतियाँ , एक महान पुस्तक है यदि आप पहले से ही कुछ मूल बातें जानते हैं। यह अनुप्रयोगों (कोड के साथ बहुत से उदाहरण), मॉडल निर्दिष्ट करने, मॉडल के निदान, सामान्य नुकसान से निपटने और समस्याग्रस्त तरीकों से बचने पर बहुत अधिक केंद्रित है।


0

मैंने मॉन्टगोमरी और रूंगर द्वारा "इंजीनियरिंग सांख्यिकी" का उपयोग किया। यह बहुत अच्छा है (खासकर यदि आपके पास एक मजबूत गणित पृष्ठभूमि है)। मैं भी कैलटेक के ऑनलाइन मशीन लर्निंग कोर्स की जाँच करने की अत्यधिक सलाह देता हूँ। यह एमएल कॉन्सेप्ट के लिए एक परिचय के लिए बहुत अच्छा है (यदि यह आपके डेटा विश्लेषण का हिस्सा है)। https://work.caltech.edu/telecourse.html


0

मैंने इंजीनियरिंग अनुप्रयोगों के लिए नॉनलाइनियर रिग्रेशन मॉडलिंग: मॉडलिंग, मॉडल सत्यापन, और प्रयोग के डिजाइन को सक्षम बनाना, विली, न्यूयॉर्क, एनवाई, सितंबर, 2016 लिखा। आईएसबीएन 9781118597965, राइनहार्ट, आरआर क्योंकि मुझे ऐसी आवश्यकता महसूस हुई। पुस्तक 361 पृष्ठों की है और इसमें कई तकनीकों के लिए एक्सेल / वीबीए ओपन-कोड समाधान के साथ एक साथी वेब साइट है। Www.r3eda.com पर जाएं।


0

UW स्टेट PhD प्रोग्राम के टॉप-लेवल रिग्रेशन मेथड सीक्वेंस Wakefield के "बायेसियन एंड फ्रीक्वेंटिस्ट रिग्रेशन मेथड्स" का उपयोग करते हैं, जो कि आप जैसे लोगों के लिए विशेष रूप से अच्छा विकल्प है जिन्होंने बहुत सारे गणितीय आँकड़े देखे हैं। यह अधिकांश पुस्तकों की तुलना में बहुत सरल दृष्टिकोणों पर भी अधिक परिप्रेक्ष्य देता है क्योंकि यह बहुत गणित का लाभ उठाता है।


-1

मैंने शॉन कॉनॉली द्वारा कॉलेज सांख्यिकी मेड ईज़ी का उपयोग किया । यह आंकड़ों में पहले / दूसरे पाठ्यक्रम के लिए लक्षित है। सामग्री बहुत, बहुत आसान का पालन करें। मैंने कुछ किताबें आजमाईं और किसी ने इसकी तुलना नहीं की।


यह देखते हुए कि पूछने वाले के पास बहुत सारे सैद्धांतिक आँकड़े थे, शायद यह नहीं है कि वे क्या करने जा रहे हैं।
शेरिडन ग्रांट
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.