यदि आप समय पर वापस जा सकते हैं और अपने आप को एक सांख्यिकीविद् के रूप में अपने कैरियर की शुरुआत में एक विशिष्ट पुस्तक पढ़ने के लिए कह सकते हैं, तो यह कौन सी पुस्तक होगी?
यदि आप समय पर वापस जा सकते हैं और अपने आप को एक सांख्यिकीविद् के रूप में अपने कैरियर की शुरुआत में एक विशिष्ट पुस्तक पढ़ने के लिए कह सकते हैं, तो यह कौन सी पुस्तक होगी?
जवाबों:
यहाँ सूची में डालने के लिए दो हैं:
टफ़्टे। मात्रात्मक जानकारी Tukey का दृश्य प्रदर्शन
। अन्वेषणात्मक डेटा विश्लेषण
Hastie, टिब्शिरानी और फ्रीडमैन से सांख्यिकीय सीखने के तत्व http://www-stat.stanford.edu/~tibs/ElemStatLearn/ किसी भी सांख्यिकीविद् के पुस्तकालय में होना चाहिए!
मैं कोई सांख्यिकीविद् नहीं हूं, और मैंने इस विषय पर इतना नहीं पढ़ा है, लेकिन शायद
लेडी चखने की चाय: बीसवीं शताब्दी में सांख्यिकी ने विज्ञान में कैसे क्रांति ला दी
उल्लेख किया जाना चाहिए? यह कोई पाठ्यपुस्तक नहीं है, लेकिन फिर भी पढ़ने लायक है।
एक पुस्तक नहीं है, लेकिन मैंने हाल ही में अमेरिकन साइकोलॉजिस्ट में जैकब कोहेन के एक लेख की खोज की जिसका शीर्षक था "चीजें मैंने अब तक सीखी हैं।" यह यहां पीडीएफ के रूप में उपलब्ध है ।
बहुत पहले, जैक किफ़र के छोटे से मोनोग्राफ "स्टैटिस्टिकल टू स्टैटिस्टिक इंफ़ेक्शन" ने शास्त्रीय आंकड़ों के एक महान रहस्य को छीन लिया और मुझे बाकी साहित्य के साथ शुरुआत करने में मदद की। मैं अभी भी इसे संदर्भित करता हूं और दूसरे वर्ष के सांख्यिकी पाठ्यक्रमों में मजबूत छात्रों के लिए गर्मजोशी से इसकी सिफारिश करता हूं।
मैं यह तर्क नहीं दूंगा कि इनमें से किसी को भी "सबसे प्रभावशाली पुस्तक माना जाना चाहिए ... [के लिए] सांख्यिकीविद [एस]", लेकिन उन लोगों के लिए जो अभी विषय के बारे में सीखना शुरू कर रहे हैं, दो सहायक पुस्तकें हैं:
विलियम क्लीवलैंड की पुस्तक "द एलीमेंट्स ऑफ ग्राफिंग डेटा" या उनकी पुस्तक "विज़ुअलाइजिंग डेटा"
मुझे लगता है कि हर सांख्यिकीविद् को 1900 से पहले स्टिग्लर की द हिस्ट्री ऑफ स्टैटिस्टिक्स: द मेजरमेंट ऑफ अनसक्विटी को पढ़ना चाहिए
यह खूबसूरती से लिखा गया है, पूरी तरह से और यह एक इतिहासकार के परिप्रेक्ष्य में नहीं है, लेकिन एक गणितज्ञ है, इसलिए यह तकनीकी विवरणों से नहीं बचता है।
मैं कहता हूं कि टफ्टे द्वारा मात्रात्मक जानकारी का दृश्य प्रदर्शन , और कुछ मजेदार के लिए फ्रीकॉनोमिक्स ।
एंड्रयू जेलमैन की दिलचस्प पुस्तक सिफारिशें यहां हैं:
http://thebrowser.com/interviews/andrew-gelman-on-statistics
ग्राहम द्वारा सुझाई गई "द हिस्ट्री ऑफ स्टैटिस्टिक्स" के अलावा, एक और स्टिगलर किताब पढ़ने लायक है
टेबल पर सांख्यिकी: सांख्यिकीय अवधारणाओं और विधियों का इतिहास
गणित / नींव पक्ष पर: सांख्यिकी के हैराल्ड क्रामर के गणितीय तरीके ।
सामाजिक विज्ञान पत्रिका के लेखों में क्या होना चाहिए, इसकी स्पष्ट व्याख्या के लिए (सहायता यदि आप लिख रहे हैं या सहकर्मी समीक्षा कर रहे हैं) मुझे सामाजिक विज्ञान में मात्रात्मक तरीकों के लिए समीक्षक की गाइड पसंद है । विशेष रूप से मैं न्यूनतम (जो लेख, थीसिस, शोध प्रबंध) में समाहित है के सार के रूप में टेबल डिसाइड्रेटर पसंद करता हूं। अध्यायों को विश्लेषण तकनीक द्वारा अलग किया जाता है, जो अच्छा है। मुझे लगता है कि पुस्तक में "सिर्फ" सामाजिक विज्ञानों की तुलना में व्यापक अनुप्रयोग हैं क्योंकि कवर की गई तकनीकों का उपयोग कई क्षेत्रों में किया जाता है।
काफी जल्दी, इसलिए शायद इस सवाल से नहीं, मुझे सांख्यिकीय तरीकों और डेटा विश्लेषण से ओट का परिचय दिया गया था । यह काफी महंगा है, लेकिन विभिन्न GLM विधियों के लिए अंतर्निहित सांख्यिकीय मॉडल दिखाने में एक अद्भुत संसाधन है। मैं उस दिन का सपना देखता हूं जिसमें पत्रिकाओं को परीक्षण किए गए सांख्यिकीय मॉडल के सूत्र को दिखाने के लिए लेखों की आवश्यकता होती है।
परीक्षण मान्यताओं की जांच के लिए, एक परीक्षण के भीतर विभिन्न विकल्पों के प्रभावों को देखते हुए, और इसके बाद, यह एक किताब है जो मैं चाहता हूं कि जब मैं पढ़ रहा था । मेरे पास पिछले संस्करण है और यह सबसे अच्छे सामान्य संसाधनों में से एक है जिसे मैंने स्पष्ट और सुसंगत तरीके से खरीदा है जिसमें परीक्षणों के बारे में जानकारी रखी गई है। इसमें परीक्षण (उदाहरणों) को दर्शाने वाले अच्छे उदाहरण हैं, और एक्सपोज़िशन का पालन करने के लिए पाठक को किसी विशेष सांख्यिकीय पैकेज की आवश्यकता नहीं है।
तालेब द्वारा बेतरतीब ढंग से बेवकूफ बनाया गया
तालेब कोलंबिया में प्रोफेसर हैं और एक विकल्प व्यापारी हैं। उन्होंने 2008 में बाजार के खिलाफ सट्टेबाजी में $ 800 मिलियन डॉलर कमाए। उन्होंने ब्लैक स्वान भी लिखा। वह मॉडल बाजारों के लिए सामान्य वितरण का उपयोग करने की बेरुखी पर चर्चा करता है, और प्रेरण का उपयोग करने की हमारी क्षमता पर दर्शन करता है।
यदि आप रुचि रखते हैं, तो मैंने अमेज़ॅन और http://www.integrativestatistics.com/favorites.htm दोनों पर समीक्षा की है
मैंने ऊपर की सिफारिशों को पढ़ा है और यह जानकर आश्चर्यचकित था कि सवाल का जवाब देने वाले अधिकांश लोग ऐसे लोग थे जो स्वयं सांख्यिकीविद् नहीं हैं। 2 या 3 अपवादों के साथ ... एक औद्योगिक सांख्यिकीविद् के रूप में, जो सामाजिक वैज्ञानिकों और स्वास्थ्य पेशेवरों के साथ काम करने के लिए भी हुआ था, मैं कहूंगा कि अगर मैं अपने साथ केवल एक पुस्तक को एक रेगिस्तानी द्वीप पर ले जा सकता हूं तो यह जॉर्ज ईपी बॉक्स, सांख्यिकी के लिए सांख्यिकी होगा। (विले)। अपनी सहज विनोदी और आकर्षक शैली में वह वास्तविक डेटा के लिए गणितीय मॉडल बनाने का सार और दर्शन बताते हैं। कठोर सोच, कोई गणितीय मूर्खता नहीं, कोई बकवास नहीं, हमें सांख्यिकीय रूप से सोचने, जो कुछ भी आप कर सकते हैं उसे साजिश और कल्पना करना सिखाता है। एक सक्षम अनुप्रयुक्त वैज्ञानिक (रसायन इंजीनियर बने सांख्यिकीविद्) की एक उत्कृष्ट कृति। हमेशा फिर से पढ़ने का मज़ा।
पहले से ही अच्छी पुस्तकों के बहुत सारे सुझाव। लेकिन यहाँ एक और है: गर्ड गिगेरेंज़र का "रिक्निंग विद रिस्क" क्योंकि यह समझना कि निर्णय को प्रभावित करने वाले आँकड़े सभी सिद्धांत को सही मानने से ज्यादा महत्वपूर्ण हैं। वास्तव में संख्यावादियों का एक पाप स्पष्ट रूप से संवाद करने में विफल है। उनकी पुस्तक खराब संचार के परिणामों और इससे बचने के तरीके के बारे में बात करती है।
मैं आगे बढ़ने जा रहा हूं और क्षेत्र में एक मानक पाठ्यपुस्तक का प्रस्ताव रखूंगा। मैं Degroot और Schervish द्वारा संभाव्यता और सांख्यिकी के बारे में बात कर रहा हूं, जो पहली बार 1975 में प्रकाशित हुई थी।
इस पुस्तक ने कई छात्रों के लिए एक पाठ्यपुस्तक के रूप में कार्य किया है और मेरी राय में इसे क्लासिक माना जाता है। इसमें कॉम्बीनेटरिक्स, डिस्ट्रीब्यूशन, बायेसियन सांख्यिकी, संभावना अनुमान और प्रतिगमन विश्लेषण जैसे विषय शामिल हैं। जहां तक मुझे पता है कि कोई अन्य पाठ्यपुस्तक इतनी गहन नहीं है, तो मेरा मानना है कि यह एक जरूरी है।
मैंने बायेसियन आँकड़ों की बाइबल से बहुत कुछ सीखा है:
प्रभाव करने के लिए आवश्यक गाइड आकार: सांख्यिकीय शक्ति, मेटा-विश्लेषण, और पॉल डी। एलिस द्वारा अनुसंधान परिणामों की व्याख्या
यह पुस्तक यदि किसी वैज्ञानिक शोध का संचालन करने वाले सभी के लिए "होना चाहिए", विशेष रूप से वह जो शुद्ध आँकड़े / गणित से नहीं आता है। नीचे दी गई पुस्तक विश्वास अंतराल के बारे में पहले एक का विस्तार करती है।
नए आँकड़े समझना: प्रभाव आकार, आत्मविश्वास अंतराल और ज्योफ कमिंग द्वारा मेटा-विश्लेषण
"सबसे प्रभावशाली" "सभी को पढ़ना चाहिए" से एक बहुत अलग धारणा है। मैं पहले जवाब देने के लिए योग्य नहीं हूं - आपको किसी ऐसे व्यक्ति की आवश्यकता होगी जो आंकड़ों का इतिहासकार हो - लेकिन दूसरे के लिए, यहाँ कुछ हैं:
रॉबर्ट एबेल्सन द्वारा प्रिंसिपल आर्ग्युमेंट के रूप में सांख्यिकी किसी को विज्ञान, मानविकी, आदि की खोज में सांख्यिकी का उपयोग या उपयोग करके पढ़ा जाना चाहिए।
विलियम एस। क्लीवलैंड की ग्राफिक्स पर दो किताबें: डेटा रेखांकन और डेटा विज़ुअलाइज़िंग के तत्व । सांख्यिकीविदों के लिए, मैं इन्हें टफ्टे के काम से भी आगे रखूंगा, क्योंकि टफ्टे सार्थक नहीं है, क्योंकि क) क्योंकि क्लीवलैंड ने अपने इच्छित दर्शकों के रूप में सांख्यिकीविदों के साथ लिखा और बी) क्लीवलैंड ने प्रायोगिक डेटा के बारे में अपनी सिफारिशों के आधार पर बताया कि लोग रेखांकन के साथ कैसे दिखते हैं, अंतर्ज्ञान के बजाय।
जॉन Tukey द्वारा खोजपूर्ण डेटा विश्लेषण । यह दिनांकित लेकिन मूल्यवान है - आप एक पेंसिल और पेपर और एक मस्तिष्क के साथ बहुत कुछ कर सकते हैं (कम से कम, यदि आपका मस्तिष्क तुकी के रूप में अच्छा है!)
यह संभवतः गैसमैन या दीप लर्निंग विथ पायथन द्वारा बायेसियन डेटा विश्लेषण होगा । लेकिन यह थोड़ा मध्य उम्र के लिए स्ट्रेप्टोमाइसिन लेने जैसा है। ये तब नहीं लिखे गए थे जब मैंने अपना करियर शुरू किया था और किताबों से काफी कुछ चीजें तब बड़ी खबर होती थीं। सबसे प्रभावशाली चीजों में से कुछ जो हर किसी को पता होनी चाहिए, हालांकि किसी एक स्रोत में नहीं हैं (शायद उन्हें होना चाहिए, लेकिन ...)।
कैनेडी के ए गाइड टू इकोनोमेट्रिक्स में सांख्यिकीय विश्लेषण की एक विस्तृत श्रृंखला के बारे में व्यावहारिक सलाह का खजाना है। यह किसी भी तरह से दोनों अविश्वसनीय रूप से जानकारी-घना और पढ़ने में आसान है, और मैं अभी भी हर बार कुछ नया सीखता हूं जो मैं इसे उठाता हूं।
वोल्ड्रिज़ की परिचयात्मक अर्थमिति में इस तरह की चर्चा की अच्छी मात्रा है, लेकिन परिचयात्मक पाठ्यपुस्तक के रूप में यह अधिक आत्म-निहित है। काश मैं इसके आसपास आधारित एक कोर्स होता।