आंकड़ों में मौलिक अवधारणाओं का सबसे गहन उपचार कौन सी पुस्तक है? मैं गणना और प्रक्रियाओं के तरीकों के विवरण के बारे में एक पुस्तक के लिए नहीं पूछ रहा हूं, मैं मुख्य रूप से एक पुस्तक में दिलचस्पी लेता हूं जो नींव संबंधी अवधारणाओं को अच्छी तरह से समझाता है ... मूल विचारों के लिए एक सहज / सचित्र / दृश्य दृष्टिकोण ... बजाय लोड के गणित के समीकरणों आदि की पुस्तक का आकार कोई समस्या नहीं है ... यहां तक कि एक बड़ी बहु-मात्रा पाठ भी करेगा ... बिल्ली भी एक वेब संसाधन करेगी।
जवाबों:
यह जानना कठिन है कि आप अपनी पोस्ट के आधार पर क्या देख रहे हैं। शायद आप इसे स्पष्ट करने के लिए इसे संपादित कर सकते हैं। मैं कहूंगा कि आंकड़ों को वास्तव में अच्छी तरह से समझने के लिए, फिर आपको कुछ गणित सीखने की आवश्यकता होगी।
काफी व्यापक, निम्न-स्तर, परिचयात्मक अवधारणाओं के लिए, दोनों
हल्के होते हैं, आसान पढ़ते हैं जो बहुत सारे मुख्य विचारों को प्रस्तुत करते हैं। एक और पुस्तक "अधिक लोकप्रिय" दर्शकों के लिए निर्देशित है जो मुझे लगता है कि प्रत्येक व्यक्ति को पढ़ना चाहिए जेए पॉलोस की मासूमियत है । यह संभावना या सांख्यिकी के बारे में नहीं है, प्रति से अधिक है, और आंकड़ों की तुलना में अधिक प्राथमिक संभावना है, लेकिन यह इस तरह से तैयार किया गया है कि मुझे लगता है कि ज्यादातर लोग आसानी से संबंधित हो सकते हैं।
यदि आपके पास कुछ कैलकुलस बैकग्राउंड है और (परिचयात्मक, लगातार) सैद्धांतिक आंकड़ों को समझना चाहते हैं, तो मूड, ग्रेबिल और बोस की एक प्रति प्राप्त करें, सांख्यिकी के सिद्धांत का परिचय , 3। ईडी। यह पुराना है, लेकिन मेरी राय में, अभी भी "आधुनिक" उपचारों में से किसी से भी बेहतर है। लेकिन, यह एक ऐसी पुस्तक है जिसके लिए आपको गणितीय अंकन के साथ सहज होना होगा।
लागू आंकड़ों के "आधुनिक" दृष्टिकोण और इसके और मशीन लर्निंग के बीच इंटरफेस के साथ-साथ अच्छे उदाहरण और अच्छे अंतर्ज्ञान के लिए, फिर हास्टी एट अल। एलिमेंट्स ऑफ़ स्टैटिस्टिकल लर्निंग , सबसे लोकप्रिय विकल्प है। बहुत से लोग हार्रेल के रिग्रेशन मॉडलिंग रणनीतियों को भी पसंद करते हैं , जो एक ठोस किताब है, हालांकि मैं स्पष्ट रूप से एक प्रशंसक के रूप में बड़ा नहीं हूं, जैसा कि अन्य लोग करते हैं। फिर से, दोनों मामलों में, आपको कम से कम कुछ कैलकुलस, रैखिक बीजगणित और मानक गणित संकेतन के साथ सहज होने की आवश्यकता होगी।
यदि आप सांख्यिकी के दर्शन में रुचि रखते हैं, तो आप एबेल्सन के "सांख्यिकी के रूप में राजसी तर्क" से बेहतर नहीं कर सकते ।
मुझे लगता है कि हार्वे मोटुलस्की की सहज जैव प्रौद्योगिकी गैर-गणितीय "सहज" व्याख्याओं के लिए बहुत अच्छी है जो बुनियादी सांख्यिकीय विधियों के लिए सबसे आम तौर पर जैविक और चिकित्सा विज्ञान में नियोजित है।
मुझे कैनेडी की गाइड टू इकोनोमेट्रिक्स पसंद है, जो हर विषय को तीन स्तरों पर मानता है, जिनमें से पहला गैर-तकनीकी विवरण है, जहां तक यह संभव है।