सांख्यिकीय डेटा विश्लेषण के लिए एक परिचय के लिए सर्वश्रेष्ठ पुस्तकें?

17

मैंने यह पुस्तक खरीदी:

किसी भी चीज को कैसे मापें: व्यवसाय में अंतरंगियों के मूल्य का पता लगाना

तथा

हेड फर्स्ट डेटा एनालिसिस: बिग नंबर, स्टैटिस्टिक्स और गुड डिसीजन के लिए लर्नर्स गाइड

आप किन अन्य पुस्तकों की सिफारिश करेंगे?

machine-learning  bayesian  references 
— जस्टिन बोज़ोनियर
स्रोत
7
— शेन
1
आपने इसे बाइसियन और मशीन-लर्निंग के रूप में टैग किया। आप किस तरह के डेटा विश्लेषण में रुचि रखते हैं?
— शेन
शेन: ईमानदारी से, मैं वास्तव में अभी तक नहीं जानता। किस तरह का डेटा विश्लेषण है? मैं साइट के लिए एक और सवाल के रूप में यह प्रस्तुत करना चाहिए?
— जस्टिन बोज़ोनियर
कई तरह के होते हैं। :) वे केवल दो विशिष्ट क्षेत्र हैं, इसलिए इस तरह के सामान्य प्रश्न पर टैग के लिए यह अजीब लगता है।
— शेन
@ जस्टिन यदि आप इसे अभी तक नहीं जानते हैं, तो यह प्रश्न बहुत व्यापक और अस्पष्ट है। एक अच्छी बात यह जानने के लिए कि किसी फ़ील्ड में क्या है, इस साइट के टैग को देखने के लिए और देखें कि इसके साथ क्या प्रश्न मेल खाते हैं। इसके अलावा विकिपीडिया और आपके द्वारा खरीदी गई किताबें आपको दे सकती हैं और आप जो चाहते हैं उसका विचार कर सकते हैं (हालांकि किताबें शायद उस क्षेत्र का नाम नहीं बताती हैं जहां वे काम करते हैं, व्यावहारिक समग्र भाग पर अधिक)
— पीटर स्मिट

जवाबों:

6

मुझे यह नहीं पता था कि कुछ भी कैसे मापें , न ही हेड फर्स्ट , विशेष रूप से अच्छा।

सांख्यिकी में सादा अंग्रेजी (उरदान) एक अच्छी स्टार्टर बुक है।

एक बार जब आप समाप्त कर लेते हैं, तो मल्टीवेरेट डेटा विश्लेषण (जोसेफ हेयर एट अल। ) शानदार है।

सौभाग्य!

— नील मैकगिगन
स्रोत
मैंने सादा अंग्रेजी में सांख्यिकी का आदेश दिया ... जब मैं इसे गुरुवार को प्राप्त करूंगा तो मैं आपके उत्तर को स्वीकार करूंगा, अगर मुझे लगता है कि मैं इसे पसंद करूंगा।
— जस्टिन बोजोनियर
एक से अधिक पुस्तक हैं, जिन्हें "सादे अंग्रेजी में आंकड़े" कहा जाता है। क्या आपका मतलब टिमोथी उरदन से है?
— n
हाँ, उरदन एक, और अधिक विशिष्ट नहीं होने के लिए खेद है
— नील मैकगिन
7

यह पुस्तक डायनामाइट है: जॉर्ज ईपी बॉक्स, एक्सपेरिमेंट्स के लिए सांख्यिकी: डिजाइन, डेटा विश्लेषण और मॉडल बिल्डिंग का एक परिचय

यह सांख्यिकी के शून्य ज्ञान से शुरू होता है, लेकिन यह पाठक की बुद्धिमत्ता का अपमान नहीं करता है। यह अविश्वसनीय रूप से व्यावहारिक है लेकिन कठोरता का कोई नुकसान नहीं है; वास्तव में, यह आम परीक्षणों की अंतर्निहित मान्यताओं (जो अक्सर वास्तविक जीवन में झूठे होते हैं) की अनदेखी के खतरे को रेखांकित करता है।

यह प्रिंट से बाहर है, लेकिन इसकी प्रतिलिपि ढूंढना बहुत आसान है। कुछ विकल्पों के लिए लिंक का अनुसरण करें।

— कार्लोस एक्सीली को दर्शाता है
स्रोत
सिफारिश के लिए, कार्लोस धन्यवाद। यह वास्तव में अपनी उम्र के बावजूद (या शायद इसलिए) एक महान पढ़ा है। मैं विशेष रूप से प्रभावित हूं कि लेखक (बॉक्स, हंटर, और हंटर) सामान्य परीक्षण के तर्क के बजाय क्रमिक वितरण के लिए अपील करते हैं , शास्त्रीय परीक्षणों (टी, एफ, आदि) के लिए "अंतिम" औचित्य के रूप में।
— whuber
एक उत्कृष्ट पुस्तक की तरह लग रहा है! अभी कॉपी खरीदने जा रहा हूं। =) इसके लिए धन्यवाद, कार्लोस।
— ग्रीम वाल्श
2
पुस्तक पहली बार 1978 में प्रकाशित हुई थी, जिसे 2005 में संशोधित किया गया था और वर्तमान में प्रिंट में है।
— निक कॉक्स
5

मैं डेविड फ्राइडमैन द्वारा सांख्यिकीय मॉडल - थ्योरी और प्रैक्टिस का एक बड़ा प्रशंसक हूं । यह कंक्रीट के माध्यम से सांख्यिकीय मॉडलिंग की विभिन्न अवधारणाओं को पेश करने और प्रेरित करने के लिए उल्लेखनीय रूप से सफल होता है, और ऐतिहासिक रूप से महत्वपूर्ण समस्याएं (लंदन में हैजा, गरीबी के कारणों पर यूल, मैककार्ट युग में राजनीतिक दमन ..)।

फ्रीडमैन मॉडलिंग के सिद्धांतों, और नुकसान को दिखाता है। कुछ अर्थों में, चर्चा से पता चलता है कि महत्वपूर्ण मुद्दों के बारे में कैसे सोचना है और सांख्यिकीय मॉडल और वास्तविक दुनिया की घटनाओं के बीच संबंध के बारे में ईमानदार है।

— जॉर्जी
स्रोत
फ्रीडमैन, फ्रीडमैन नहीं।
— निक कॉक्स
3

मेरी नजर में सबसे अच्छा परिचय निम्नलिखित है:

डेविड हॉवेल - मनोविज्ञान के लिए सांख्यिकीय तरीके

यह गैर-गणितज्ञों के लिए सांख्यिकीय अवधारणाओं को समझने में सबसे अच्छा है ताकि वे बाद में गणित प्राप्त करें! दुर्भाग्य से यह हर साल अपडेट किया जाता है और इसलिए, pricey है।

— हेनरिक
स्रोत
3

एबेल्सन द्वारा प्रिंसिपल आर्ग्युमेंट के रूप में सांख्यिकी सीखने के आंकड़ों के लिए एक अच्छी साइड बुक है, खासकर यदि आपका मूल क्षेत्र सामाजिक विज्ञान में है। यह आपको विश्लेषण करना नहीं सिखाएगा, लेकिन यह आपको सांख्यिकीय सोच के बारे में सिखाएगा।

मैंने यहाँ इस पुस्तक की समीक्षा की

— पीटर फ़्लॉम को दर्शाता है
स्रोत
2

आपको यह उपयोगी लग सकता है: सांख्यिकीय शिक्षण के तत्व: डाटा माइनिंग, आविष्कार, और भविष्यवाणी

अद्यतन # 1:

यह पुस्तक उपयोगी हो सकती है: ओ'रिली: नटशेल एल में सांख्यिकी

— निको
स्रोत
1
हो सकता है कि अपने आप को इतनी शुरुआत के लिए थोड़ा सा अकादमिक हो ...
— जस्टिन बोजोनियर
1
सांख्यिकीय शिक्षा के तत्व एक परिचय के रूप में बहुत कठिन साबित होने की संभावना है।
— निक कॉक्स
1
  1. विलकॉक्स, रैंड आर। - बुनियादी सांख्यिकी - पारंपरिक तरीकों और आधुनिक अंतर्दृष्टि को समझना , ऑक्सफोर्ड यूनिवर्सिटी प्रेस, 2009

  2. हॉफ, पीटर डी। - बायसीयन सांख्यिकीय विधियों , स्प्रिंगर, 2009 में पहला कोर्स

  3. डलागार्ड, पीटर - आर, दूसरा संस्करण , स्प्रिंगर, 2008 के साथ परिचयात्मक सांख्यिकी

इस लिंक पर एक नज़र डालें , हालांकि यह आर-विशिष्ट है, बहुत सारी किताबें हैं जो आपको मूल सांख्यिकीय तकनीकों के माध्यम से मार्गदर्शन कर सकती हैं।

— एक्सए का पता चलता है
स्रोत
1

एक जीवविज्ञानी के रूप में, मैंने सोकुल और रोहेल पाठ को बहुत अधिक पठनीय पाया, बावजूद इसके वाष्पशील-नेस। यह एक त्वरित संदर्भ के रूप में बहुत अच्छा नहीं है, लेकिन सांख्यिकीय सिद्धांत के माध्यम से एक चलता है।

आरआर सोकल और एफजे रोहेल, बायोमेट्रिक सिद्धांतों और जैविक अनुसंधान में आंकड़ों का अभ्यास। (न्यूयॉर्क: डब्ल्यूजे फ्रीमैन एंड कंपनी, 1995)।

— छिपकली का शिकार
स्रोत
1
अब चौथे संस्करण में।
— निक कॉक्स
1

बायोस्टैटिस्टिक्स के लिए एक परिचय के रूप में मेरा एक पुराना पसंदीदा है आर्मिटेज और बेरी का (और अब मैथ्यू का):

चिकित्सा अनुसंधान में सांख्यिकीय तरीके

— Thylacoleo
स्रोत
1

सामाजिक विज्ञान के लिए एगेस्टी और फिनेले के सांख्यिकीय तरीके काफी अच्छे हैं, हालांकि मैं विश्वास करना चाहता हूं कि एक अच्छा खुला स्रोत विकल्प है। क्या यहाँ पर amazon affiliate link का उपयोग करना गलत है?

— माइकल बिशप
स्रोत
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.