उन्नत सांख्यिकी किताबें सिफारिश


55

परिचयात्मक सांख्यिकी और मशीन लर्निंग पर पुस्तक की सिफारिशों के लिए इस साइट पर कई सूत्र हैं लेकिन मैं प्राथमिकता के क्रम में उन्नत आंकड़ों पर एक पाठ की तलाश कर रहा हूं: अधिकतम संभावना, सामान्यीकृत रैखिक मॉडल, प्रमुख घटक विश्लेषण, गैर-रेखीय मॉडल । मैंने एसी डेविसन द्वारा सांख्यिकीय मॉडल की कोशिश की है, लेकिन स्पष्ट रूप से मुझे 2 अध्यायों के बाद इसे नीचे रखना पड़ा। पाठ अपने कवरेज और गणितीय व्यवहारों में विश्वकोश है, लेकिन एक अभ्यासी के रूप में, मुझे पहले अंतर्ज्ञान को समझकर विषयों का दृष्टिकोण करना पसंद है, और फिर गणितीय पृष्ठभूमि में तल्लीन करना है।

ये कुछ ऐसे ग्रंथ हैं जिन्हें मैं उनके शैक्षणिक मूल्य के लिए उत्कृष्ट मानता हूं। मेरे द्वारा बताए गए अधिक उन्नत विषयों के लिए मैं एक समान खोजना चाहता हूं।


2
मुझे आश्चर्य है ... हायंडमैन एट अल कैसे करता है। पुस्तक आपके द्वारा ऊपर सूचीबद्ध विषयों का इलाज करती है? पूर्वानुमान में इन मुद्दों का सामान्य उपचार क्षेत्र के लिए काफी विशिष्ट है, इसलिए मैं पूर्वानुमान पुस्तक से सामान्य आंकड़ों के लिए आवेदन के लिए बहुत कुछ सीखने की उम्मीद नहीं करूंगा।
एस। कोलासा - २०:२ - में मोनिका जूल २

@StephanKolassa मैंने जिन पुस्तकों को सूचीबद्ध किया है, वे परिचयात्मक आँकड़ों के उदाहरण हैं जिनका मैंने शैक्षणिक मूल्य के लिए उल्लेख किया है।
रॉबर्ट कुब्रिक

जवाबों:


21

अधिकतम संभावना: सभी संभावना (पवितान) में। केवल स्पष्ट पुस्तक और सबसे स्पष्ट (IMO) केवल संभावना से निपटने वाली पुस्तकों के संबंध में। इसके अलावा आर कोड है।

GLMs: श्रेणीबद्ध डेटा विश्लेषण (Agesti, 2002) सबसे अच्छी लिखित स्टेट्स पुस्तकों में से एक है जिसे मैंने पढ़ा है (आर कोड भी उपलब्ध है)। यह पाठ अधिकतम संभावना के साथ भी मदद करेगा। कुछ ही महीनों में तीसरा संस्करण सामने आ रहा है।

उपरोक्त दो के लिए मेरी सूची में दूसरा है कोललेट की मॉडलिंग बाइनरी डेटा

पीसीए: मुझे मल्टीवेरेट विश्लेषण के तरीकों में रेन्चर का लेखन स्पष्ट है । यह एक स्नातक स्तर का पाठ है, लेकिन यह परिचयात्मक है।


1
मैं सहमत हूँ। मुझे पूर्वाग्रह हो सकता है क्योंकि मुझे लगता है कि वह मेरे बूटस्ट्रैप bppk का संदर्भ देता है और बहुत से लोग ऐसा नहीं करते हैं।
बजे माइकल चेरिक जूल

आपकी पुस्तकें महान हैं। :) अगर सवाल बूटस्ट्रैप बुक के लिए पूछा जाता, तो वे मेरी सूची में होते।
जूलियट

1
Collet की किताब के लिए +1। इसमें बहुत सारे उपयोगी डेटा सेट हैं।

उत्कृष्ट चयन के लिए सभी को धन्यवाद। मैंने इस उत्तर को केवल इसलिए चुना क्योंकि यह संक्षिप्त में संक्षिप्त है और उपचारित विषयों (पीसीए, संभावना, बहुभिन्नरूपी विश्लेषण) के संदर्भ में अधिक चौड़ाई प्रदान करता है। मुझे केवल इतना पता होगा कि कौन सी किताबें उन्हें पढ़ने के बाद सबसे अच्छी हैं, बिल्कुल। अग्रेजी को यहां शामिल नहीं किया गया है लेकिन इसे अन्य पोस्टरों द्वारा मजबूत समर्थन मिला है।
रॉबर्ट कुब्रिक

17

संभावना अनुमान पर कुछ पुस्तकें

  • * Amari, Barndorff-Nielsen, Kass, Lauritzen and Rao, सांख्यिकीय अनुमान में अंतर ज्यामितिGeometrical approach for proving existence, uniqueness and other properties of MLE.

  • * बटलर, एप्लीकेशन के साथ सैडलपॉइंट अप्रैजल
    Saddlepoint approximations to the MLE on complicated models.

  • * कॉक्स, सांख्यिकीय इंजेक्शन के सिद्धांत
    A basic reference on MLE.

  • * कॉक्स और Barndorff-नीलसन, निष्कर्ष और AsymptoticsLikelihood, pseudo-likelihood, approximation theorems and asymptotics explained by two exponents in this area.

  • * एडवर्ड्स, संभावना
    A reference for a general discussion on this concept.

  • * फर्ग्यूसन, बड़े नमूना सिद्धांत में एक कोर्सContains classical results on asymptotic properties of point estimators.

  • * Kalbfleisch, संभाव्यता और सांख्यिकीय आविष्कार II
    Introductory book containing interesting basic results such as the continuous  approximation to the likelihood which is not always explained.

  • * लेहमैन और कैसेला, थ्योरी ऑफ़ पॉइंट एस्टीमेशन
    Classical results on point estimation, an essential reference.

  • * पेस एंड सलवान, सांख्यिकीय सिद्धांत के सिद्धांत: एक नव-मछुआरे के परिप्रेक्ष्य सेA good reference on a school of thought becoming more and more popular: the Neo-Fisherian.

  • * पवितान, सभी संभावना में: सांख्यिकीय मॉडलिंग और संभावना का उपयोग करना

  • * सर्फ़लिंग, गणितीय सांख्यिकी के अनुमोदन सिद्धांत । More rigorous book, here you can find the mystical "regularity conditions".

  • * सेवरिनी, सांख्यिकी में संभावना तरीके

  • * शाओ, गणितीय सांख्यिकी
    Classical results, good as a textbook.

  • * स्पोटेट, विज्ञान में सांख्यिकीय अंतर्ज्ञान- संभावना, प्रोफ़ाइल संभावना और शास्त्रीय सांख्यिकीय मॉडलिंग पर बेसिक संदर्भ। Basic reference on likelihood, profile likelihood and classical statistical modelling.

  • * वैन डेर वार्ट, एसिम्प्टोटिक सांख्यिकी
     पल अनुमानक, दक्षता और परीक्षण।A general reference on: modes of convergence, properties of MLE, delta method,  moment estimators, efficiency and tests.

  • * यंग और स्मिथ, सांख्यिकीय आविष्कार की अनिवार्यतापी *  सूत्र, संशोधित प्रोफ़ाइल likelihoods और अधिक।A more recent book on: Likelihood, pseudolikelihood, saddlepoint approximations, p formula, modified profile likelihoods and more.

ओपी के लिए सुझाव


क्या इन्हें किसी विशेष क्रम में सूचीबद्ध किया गया है (उदाहरण के लिए, आपका पसंदीदा आपका सबसे कम पसंदीदा) या नहीं?
जेक वेस्टफॉल

@ जेक मेरी याद उन्हें वापस ले आई। जैसे ही मैं उन्हें वापस बुलाने का प्रबंधन करता हूं, मैं और अधिक शामिल करूंगा और फिर मैं उन्हें वर्णमाला क्रम में व्यवस्थित करूंगा।

@Procrastinator संपूर्ण सूची के लिए धन्यवाद, लेकिन मैं एक बड़ी सूची के बजाय वर्णित मानदंडों पर केंद्रित विशिष्ट सिफारिशों में अधिक रुचि रखता हूं।
रॉबर्ट कुब्रिक

@RobertKubrick मैं आपकी टिप्पणी को काफी नहीं समझता, लेकिन निश्चित रूप से, यह स्वाद का मामला है। मैं संभावना आकलन के कुछ पहलुओं से निपटने वाली पुस्तकों पर केंद्रित हूं। यदि आप चाहें तो मैं आपको कुछ विशेष पहलू बता सकता हूं। यह विषय एक दो पुस्तकों में संक्षेप में व्यापक है ... और मुझे विश्वास है, मैं पुस्तकों को यादृच्छिक रूप से नहीं चुन रहा हूं।

4
मैं कुछ पुस्तकों से परिचित हूं और जिन लोगों को मैं जानता हूं, मुझे लगता है कि प्रोक्रिस्टिनेटर ने उन पुस्तकों की पहचान की है जो मानदंड फिट करते हैं। लेकिन रॉबर्ट कुब्रिक आपको हमसे क्या उम्मीद है। यह एक कठिन प्रश्न है और हम आपको एक अच्छी सूची देकर आपकी सेवा करते हैं। अंत में आपके पास बनाने के लिए व्यक्तिगत विकल्प हैं और हम आपको अच्छी तरह से नहीं जानते हैं कि आपके लिए क्या चुनना है। हम यह नहीं कह रहे हैं कि सूची में हर किताब खरीदें। लेकिन आप अमेज़न पर जा सकते हैं और अंदर झांक सकते हैं। ग्राहक समीक्षा और प्रकाशक विवरण पढ़ें।
माइकल चेरिक

12

मेरा अनुमान है कि, आपकी आवश्यकताओं के लिए, सामान्यीकृत रैखिक मॉडल पर सबसे अच्छी पुस्तक शायद है:

ऐसी अन्य पुस्तकें हैं, जिन्हें बेहतर माना जा सकता है, लेकिन मुझे संदेह है कि मैं किसी ऐसे चिकित्सक से कम अपील करूंगा जो घने गणित से बचना पसंद करेंगे:

आपके अन्य विषयों के लिए, मुझे डर है कि मुझे उनके लिए पुस्तकों का पता नहीं है, लेकिन शायद अन्य लोग कुछ सिफारिशें कर सकते हैं।


1
मैक्कुलघ और नेल्डर निश्चित रूप से कुछ गणितीय परिष्कार की मांग करते हैं, लेकिन मुझे लगता है कि "सभी लेकिन बहुत उन्नत गणितीय सांख्यिकीविदों के लिए पूरी तरह से अभेद्य" इसे पूरा करता है। मुझे लगता है कि यह हॉग और क्रेक की तुलना में गणितीय रूप से कम मांग है।
पीटर फ्लॉम - मोनिका

हाइपरबोले, @ पेटर के बारे में क्षमा करें, मैंने टिप्पणी संपादित की है। (हालाँकि, वह लाइन w / मैंने क्या सुना है? मैं ध्यान देता हूं कि मैंने वास्तव में इसे पढ़ा नहीं है।)
गंग - मोनिका

अच्छे सुझाव @ गुड़।
माइकल चेरिक

पीटर क्या आपका मतलब होग और क्रेग से था। बॉब होग ने हाल के एडिटिनस इलियट तानिस में एक नया सह-लेखक है।
माइकल चेरिक

2
मैं अग्रेस्टी द्वारा कुछ भी सुझाऊंगा। वह स्पष्टता / परिष्कार सूचकांक पर बहुत अधिक है। यही है, गणितीय परिष्कार के किसी भी स्तर पर, दूसरों की तुलना में, एगेस्टी स्पष्ट रूप से लिखते हैं।
पीटर Flom - फिर से बहाल करें मोनिका

7

निश्चित नहीं है कि ये उस स्तर पर हैं जिसकी आप तलाश कर रहे हैं, लेकिन कुछ किताबें जो मैंने उपयोगी पाई हैं-

जीएलएम - मैककुल्घ और नेल्डर विहित पुस्तक है

पीसीए - प्रिंसिपल कंपोनेंट्स के लिए एक यूजर गाइड - शीर्षक के बावजूद यह विषय पर कुछ हद तक गहराई तक जाता है


6

नॉनलाइनर मॉडल किताबें जो मुझे पसंद हैं और जिन पर भरोसा करती हैं वे हैं (1) बेट्स और वाट्स और (2) गैलेंट । दोनों विली द्वारा प्रकाशित हैं।


ओह, @ गुंग और मैं लिंक को ठीक करने के लिए एक ही समय में संपादन कर रहे थे। अब न तो एडिटिंग है! ठीक है, अब मुझे लगता है कि यह सही है
पीटर Flom - फिर से बहाल करें मोनिका

1
+1, धन्यवाद माइकल। मुझे यकीन है कि ओपी से मदद मिलेगी। BTW, जिस तरह से मैं लिंक करता हूं वह दूसरे पृष्ठ पर लिंक की प्रतिलिपि बनाना है, उस शब्द या वाक्यांश को डबल-क्लिक / हाइलाइट करें जिसे मैं हाइपरलिंक के रूप में सेवा करना चाहता हूं, और फिर उद्धरण के बगल में पाठ विंडो के ऊपर बटन पर क्लिक करें एक श्रृंखला से 3 लिंक की तरह दिखता है कि निशान। यह एक विज़ार्ड खोलता है जहाँ आप वेब एड्रेस पेस्ट कर सकते हैं। चीयर्स
गंग - मोनिका

मुझे यकीन है कि पुस्तक अच्छी है लेकिन $ 202 है!
Glen

1
विली किताबें अन्य प्रकाशकों की तुलना में थोड़ी अधिक महंगी हैं लेकिन यह उन्नत सांख्यिकी पुस्तकों के लिए जाने की दर से बहुत दूर नहीं है। मुझे मेरा बहुत पहले मिल गया था जब वे बहुत सस्ते थे। लेकिन जवाब तो यह है कि इसे तकनीकी पुस्तकालय से उधार लिया जाए या इसका उपयोग किया जाए। इस तरह के ग्रंथों की प्रयुक्त प्रतियां अक्सर काफी कम अच्छी स्थिति के लिए बेचती हैं, बहुत कुछ इस्तेमाल की गई कार खरीदने की तरह।
माइकल चेरिक जूल 28'12

5

मुझे वास्तव में लैरी वासरमैन की पुस्तकें "ऑल स्टैटिस्टिक्स" और "ऑल ऑफ नोनपैरेट्रिक स्टैटिस्टिक्स" पसंद हैं। वे बहुत पठनीय हैं, और बहुत सारे मैदान को जल्दी से कवर करते हैं।


(+1) मुझे इन (अच्छी तरह से प्राप्त) किताबों का अहसास नहीं था, इसमें उन्नत विषय के साथ-साथ परिचयात्मक सामग्री भी शामिल थी।
whuber

केवल समस्या यह है कि पुस्तक बहुत संक्षिप्त है।
LaTeXFan

3

बायेसियन विश्लेषण (अप्रतिबंधित विश्लेषण सहित) के लिए, मैं इसके लिए बड़े प्लग लगाने जा रहा हूं:

शानदार पीटर वॉली की अंतिम पुस्तक, संवेदनशीलता विश्लेषण करने के विभिन्न तरीकों पर एक आंख खोलने वाली है, और यह तथ्य कि यह एक स्वयंसिद्ध स्तर पर संभाव्यता सिद्धांत में बनाया जा सकता है।


2

मेहता (2014) स्टैटिस्टिकल टॉपिक्स (आईएसबीएन: 978-1499273533) इंटरमीडिएट स्तर की अच्छी कहानी बताने वाला है। यद्यपि आप ऊपर उल्लिखित बहुत से विषयों को कवर नहीं करते हैं।


0

एक बहुत ही सरल परिचयात्मक सांख्यिकी पुस्तक है एंडी फील्ड की "खोज सांख्यिकी का उपयोग आर" - एसपीएसएस के लिए भी उपलब्ध है। इसमें बहुत सारे अच्छे उदाहरण हैं और पढ़ने में भी मजेदार है। अन्य पुस्तकों की तुलना में कम सटीक, लेकिन बहुत कम गणितीय योगों और बहुत सारे पाठ के साथ। मुझे यह एक बुनियादी शुरुआत के लिए आसान लगा, और मैं समय-समय पर इसका उपयोग कर रहा हूं।


2
यह एक उचित सुझाव है, लेकिन मुझे लगता है कि यह वह नहीं है जो ओपी पूछ रहा है।
गूँग - मोनिका

1
+1। एंडी फील्ड की किताबें बिल्कुल भी नहीं हैं कि यह सवाल क्या है, जहां तक ​​मैं बता सकता हूं।
निक कॉक्स
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.