सांख्यिकीय विधियों के व्यापक और वैचारिक अवलोकन के लिए पुस्तक


12

मैं सिमुलेशन / पूर्वानुमान / फ़ंक्शन आकलन, आदि के लिए सांख्यिकीय विश्लेषण की क्षमता के बारे में बहुत दिलचस्पी रखता हूं।

हालाँकि, मैं इसके बारे में ज्यादा नहीं जानता और मेरा गणितीय ज्ञान अभी भी बहुत सीमित है - मैं सॉफ्टवेयर इंजीनियरिंग में एक जूनियर स्नातक छात्र हूं।

मैं एक ऐसी पुस्तक की तलाश में हूं जो मुझे कुछ चीजों पर शुरू कर दे, जिनके बारे में मैं पढ़ता रहता हूं: रैखिक प्रतिगमन और अन्य प्रकार के प्रतिगमन, बायेसियन तरीके, मोंटे कार्लो के तरीके, मशीन सीखने, आदि। मैं भी आर के साथ शुरू करना चाहता हूं। एक किताब थी, जो दोनों को मिलाती थी, वह कमाल की होगी।

अधिमानतः, मैं इस पुस्तक को वैचारिक रूप से समझाना चाहूंगा और बहुत अधिक तकनीकी विवरणों में नहीं - मैं चाहूंगा कि आंकड़े मेरे लिए बहुत सहज हों, क्योंकि मैं समझता हूं कि आंकड़ों में बहुत जोखिम भरे नुकसान हैं।

मैं उन विषयों के बारे में अपनी समझ को बेहतर बनाने के लिए और अधिक किताबें पढ़ने के लिए तैयार हूं, जिन्हें मैं मूल्यवान समझता हूं।

जवाबों:


11
  • शायद आप डेटा एनालिसिस और ग्राफिक्स यू आर का उपयोग करना चाहते हैं: जॉन मेनडॉनल्ड और डब्ल्यू जॉन ब्रौन द्वारा एक उदाहरण-आधारित दृष्टिकोण

    • पुस्तक के लिए वेबसाइट
    • अमेज़न मिश्रित समीक्षाएँ के साथ
    • मैं इसे सुझाता हूं क्योंकि पुस्तक आपके कुछ बॉक्स को टिक करती है; यह थोड़ा आर सिखाता है; यह बहुत अधिक गणितीय विस्तार में जाने के बिना विभिन्न मॉडलिंग तकनीकों (जैसे, कई प्रतिगमन, समय श्रृंखला, ग्राफिक्स, सामान्यीकृत रैखिक मॉडल, आदि) की एक श्रृंखला का अवलोकन प्रदान करता है; यह काफी लागू है।
  • मैं @ ग्रेग स्नो से सहमत हूं कि आप कई अलग-अलग पुस्तकों को पढ़ने के मामले में बेहतर सोच सकते हैं। आपके द्वारा उल्लिखित प्रत्येक विषय के लिए (जैसे, बायेसियन सांख्यिकी, समय श्रृंखला, सिमुलेशन, आर, मशीन लर्निंग) उस विशेष विषय के लिए समर्पित अच्छी किताबें हैं। आप इस विषय में अलग-अलग प्रश्न पूछना चाह सकते हैं कि उस विषय में आपके विशेष हितों को देखते हुए एक अच्छी पुस्तक क्या होगी।

  • अच्छा स्वतंत्र रूप से उपलब्ध ऑनलाइन विकल्प

    • सांख्यिकीय शिक्षण के तत्व एक उत्कृष्ट पुस्तक है और ऑनलाइन भी मुफ्त में उपलब्ध है। आपकी पोस्ट से, मुझे यह समझ में आ गया है कि यह पहले की तुलना में थोड़ा अधिक तकनीकी हो सकता है, लेकिन इसे जांचें और देखें कि आप क्या सोचते हैं। शायद अब आप इसके लिए तैयार होंगे; शायद बाद में।
    • आर में बेंजामिन बोल्कर के पारिस्थितिक मॉडल और डेटा एक और अच्छा है। यह एक पारिस्थितिकी के दृष्टिकोण से है, लेकिन अनुकरण और मॉडल फिटिंग को अपेक्षाकृत गैर-तकनीकी दृष्टिकोण से स्पष्ट रूप से समझाता है; और यह सब आर में लागू है। आप वेबसाइट पर उसके सभी आर कोड देख सकते हैं। आप पुस्तक को जनरेट करने के लिए उपयोग किए गए Sweave दस्तावेज़ भी देख सकते हैं!
    • कुछ दस्तावेजों के साथ CRAN पर नि: शुल्क आर प्रलेखन की एक अच्छी सूची भी है जो आंकड़ों पर व्यापक निर्देश प्रदान करते हैं।

5

एक एकल पुस्तक जिसमें उन सभी विषयों को शामिल किया गया है, वे बहुत प्रभावशाली होंगे, और शायद आप जितना करते हैं उससे अधिक वजन होगा। यह एक एकल पुस्तक के लिए पूछने जैसा है जो बुनियादी प्रोग्रामिंग, सी, जावा, पर्ल और उन्नत डेटाबेस डिज़ाइन को सभी एक पुस्तक में सिखाता है (वास्तव में शायद अधिक है, लेकिन मुझे कुछ और उन्नत लोगों को जोड़ने के लिए पर्याप्त सॉफ्टवेयर संलग्न करने की शर्तें नहीं पता हैं) ।

प्रतिगमन आमतौर पर कम से कम एक पूर्ण कॉलेज पाठ्यक्रम है, बायेसियन आंकड़ों को पूरी तरह से समझने के लिए बायेसियन पाठ्यक्रम लेने से पहले एक कोर्स या 2 सिद्धांत की आवश्यकता होती है, आदि।

आप जो करने की कोशिश कर रहे हैं, उसके लिए कोई त्वरित और आसान सड़क नहीं है। मैं आपके विश्वविद्यालय में कुछ अच्छे पाठ्यक्रम लेने और वहां से काम करने का सुझाव दूंगा।

अच्छी पुस्तकों की अन्य चर्चाएँ हुई हैं जिन्हें आप कुछ विचारों के माध्यम से देख सकते हैं।


आपके उत्तर के लिए धन्यवाद। हालांकि, मैं एक किताब से सब कुछ के बारे में सब कुछ समझने की कोशिश नहीं कर रहा हूं, लेकिन यह कहते हुए कि, प्रतिगमन के बारे में 50 पृष्ठ निश्चित रूप से मुझे इस विषय की कम से कम कुछ उचित समझ प्राप्त करने में बहुत मदद करेंगे ...
जेरेमी ले चेटेलियर

5

आपके द्वारा वर्णित कई विधियों के साथ R के संयोजन के लिए, @Jeromy Anglim द्वारा उल्लिखित Maindonald और Braun टेक्स्ट के अलावा, मैं आपको जूलियन फ़रावे की इन दो पुस्तकों पर एक नज़र डालने का सुझाव दूंगा:

दोनों के पास विभिन्न विषयों के लिए यथोचित सरल परिचय हैं, बाद में कई मशीन सीखने की तकनीकों सहित प्रतिगमन के लिए अधिक आधुनिक दृष्टिकोणों की एक विशाल श्रृंखला शामिल है, लेकिन कम विवरण के साथ तेज गति से ऐसा करता है, और दोनों आर कोड के माध्यम से तकनीकों का अनुकरण करते हैं।

यदि आप चैपमैन एंड हॉल / सीआरसी प्रेस से प्रत्यक्ष खरीद करते हैं, तो आपको आरआरपी से 20% छूट देने के लिए आर वेबसाइट की पुस्तकें अनुभाग से एक कोड प्राप्त हो सकता है , लेकिन अपने क्षेत्र के लिए अमेज़ॅन मूल्य या समान की जांच करें क्योंकि अक्सर अमेज़ॅन पर कटौती प्रतिस्पर्धी है छूट के बाद प्रकाशक की कीमत के साथ।

किताबों की इस जोड़ी के बारे में एक अच्छी बात यह है कि वे आपको आधुनिक तरीकों का अच्छा स्वाद देते हैं, जिसके बाद आप उन क्षेत्रों का पता लगा सकते हैं जिन्हें आप और अधिक विशिष्ट ग्रंथों के साथ आगे विस्तार से जानना चाहते हैं।

उन पुस्तकों में से कुछ सामग्री जो आर वेबसाइट के योगदान दस्तावेजों के माध्यम से जूलियन द्वारा एक ऑनलाइन पीडीएफ में उपलब्ध है । मैं आपको उस अनुभाग को ब्राउज़ करने के लिए प्रोत्साहित करता हूं कि यह देखने के लिए कि क्या कोई अन्य डॉक्स है जो आपको बिना नकदी के खोल देने के बिना शुरू हो सकता है। पाठ का एक प्रारंभिक संस्करण जो मेनडॉनल्ड और ब्रौन के पाठ के पहले संस्करण में बदल गया है, इस खंड में भी पाया जा सकता है।


3

यदि आप अधिकांश सांख्यिकीय विधियों और उनके लिए R कोड का अवलोकन चाहते हैं, तो आप S में वेनबेल्स और रिप्ले के मॉडर्न एप्लाइड स्टैटिस्टिक्स के साथ गलत नहीं हो सकते ।

इसके रसीले, आकर्षक और आपके पास काफी आर कोड है जिसे आप नाम देने के लिए किसी भी सांख्यिकीय विषय पर शुरू कर सकते हैं।

मैंने इस पुस्तक को खरीदा और मूल्य बनाम पेज की गिनती के बारे में सावधान था, लेकिन यह निवेश के लायक था। वे पथरी और रैखिक बीजगणित को मानते हैं, लेकिन यह देखते हुए कि आप एक इंजीनियर हैं, जो बहुत अधिक समस्या नहीं होनी चाहिए।

उनकी एस प्रोग्रामिंग भी अद्भुत है, लेकिन शायद वह नहीं जो आप अभी देख रहे हैं।


2

शुरुआती के लिए सांख्यिकीय शिक्षा के तत्व थोड़े भयभीत कर सकते हैं। मैं " R में एप्लिकेशन के साथ सांख्यिकीय सीखना का परिचय " पढ़ने की सिफारिश करूंगा , जिसे यहां से मुफ्त में डाउनलोड किया जा सकता है -> http://www-bcf.usc.edu/~gareth/ISL/ इसने R में उदाहरण भी दिए हैं। हर अध्याय के अंत में।

स्टीफन मार्सलैंड द्वारा " मशीन लर्निंग: एन एल्गोरिथमिक पर्सपेक्टिव " भी गणित में बहुत अधिक जाने के बिना विषयों की व्यापक रेंज को कवर करता है।


1

पिछले जवाब चीजों के आवेदन पक्ष पर बहुत कुछ है। जहां तक ​​वैचारिक सामग्री और अच्छी सांख्यिकीय सोच की बात है, मैं प्रोबायरी थ्योरी की सिफारिश करूंगा : एडविन जेन्स द्वारा विज्ञान का तर्क । पहले तीन अध्याय यहाँ मुफ्त में उपलब्ध हैं

हालांकि, कंप्यूटर प्रोग्राम के तरीके में इसका बहुत महत्व नहीं है, इसलिए चीजों का अनुप्रयोग पक्ष अधिक स्टाइलिश समस्याओं पर है। संभावना सिद्धांत के विरोधाभासों पर एक शानदार अध्याय है, एक अपवाद के साथ, "हाशिए का विरोधाभास", जिसे यहां सही ढंग से हल किया गया है (हालांकि जेनेस अनिवार्य रूप से "सबक प्राप्त करता है" जिसमें अनुचित पूर्व उचित पुरोहितों के अनुक्रम की एक सीमा होनी चाहिए) ।


2
मुझे यह पुस्तक स्वयं पसंद थी, लेकिन मुझे यकीन नहीं है कि यह आँकड़ों के लिए एक अंतर्ज्ञान बनाने की कोशिश शुरू करने की जगह है। यह एक बल्कि बहुरूपी और मूर्खतापूर्ण पाठ है।
बेन लॉडरडेल

1

अब तक किए गए सुझाव सभी उत्कृष्ट हैं लेकिन आर सॉफ्टवेयर का उपयोग करते हुए सबसे उन्नत और परिष्कृत तकनीकों पर केंद्रित हैं। क्लासिक मल्टीवेरिएट तकनीक का एक बहुत अच्छा और सहज ज्ञान युक्त अवलोकन के लिए, के लिए अंतर्निहित ढांचे सबसे अप-टू-डेट प्रतिगमन, एनोवा, कारक विश्लेषण, क्लस्टर विश्लेषण, विभेदक विश्लेषण, आकस्मिकता तालिका विश्लेषण और संरचनात्मक समीकरण विश्लेषण, डिलन और गोल्डस्टीन के सहित दृष्टिकोण, बहुभिन्नरूपी 80 के दशक में विली द्वारा प्रकाशित आंकड़े एक क्लासिक हैं। यह आकर्षक है और इसके उदाहरणों में अत्यधिक सैद्धांतिक या सॉफ्टवेयर के बिना प्रयोग किए बिना लागू किया गया है।

डिलन और गोल्डस्टीन वह पुस्तक है जो मैं किसी को भी सुझाऊंगा जो आधुनिक मशीन शिक्षण विधियों की उत्पत्ति की समझ चाहता है।


0

मैं शुमवे और स्टोफ़र द्वारा "टाइम सीरीज़ एनालिसिस और आर एप्लीकेशन विथ आर उदाहरण" की सिफारिश करूंगा

तीसरा संस्करण: http://www.stat.pitt.edu/stoffer/tsa3/

Http://www.amazon.com/Time-Analysis-Its-Applications-Statistics/dp/144197864X/ref=dp_ob_title_bk खरीदें और खरीदें


0

आर कुकबुक , आर में कूदना और इसका उपयोग करना सीखना शुरू करने का एक शानदार तरीका है। यह बहुत व्यावहारिक है, इसलिए यह भाषा का उपयोग करने के लिए सीखने के लिए बहुत अच्छा है, लेकिन आपको एक अच्छी सिद्धांत पुस्तक के लिए भी देखना चाहिए।

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.