J'ai acheté ce livre:
Comment mesurer n'importe quoi: trouver la valeur des actifs incorporels en entreprise
et
Quels autres livres recommanderiez-vous?
machine-learning
bayesian
references
Justin Bozonier
la source
la source
Réponses:
Je n'ai pas trouvé comment mesurer quoi que ce soit , ni Head First , particulièrement bon.
Statistics In Plain English (Urdan) est un bon livre de démarrage.
Une fois que vous avez terminé, l' analyse de données multivariées (Joseph Hair et al. ) Est fantastique.
Bonne chance!
la source
Ce livre est de la dynamite: George EP Box, Statistics for Experimenters: An Introduction to Design, Data Analysis, and Model Building
Cela part d'une connaissance zéro de la statistique mais cela n'insulte pas l'intelligence du lecteur. C'est incroyablement pratique mais sans perte de rigueur; en fait, cela souligne le danger d'ignorer les hypothèses sous-jacentes (qui sont souvent fausses dans la vie réelle) des tests courants.
Il est épuisé, mais il est très facile de trouver une copie. Suivez le lien pour quelques options.
la source
Je suis un grand fan des modèles statistiques - théorie et pratique de David Friedman. Il réussit remarquablement bien à introduire et à motiver les différents concepts de la modélisation statistique à travers des problèmes concrets et historiquement importants (choléra à Londres, Yule sur les causes de la pauvreté, répression politique à l'ère McCarty ..).
Friedman illustre les principes de la modélisation et les pièges. Dans un certain sens, la discussion montre comment penser aux questions critiques et est honnête au sujet du lien entre les modèles statistiques et les phénomènes du monde réel.
la source
L'horreur orange classique reste une excellente introduction: l' analyse des données exploratoires par John Tukey.
http://www.amazon.com/Exploratory-Data-Analysis-John-Tukey/dp/0201076160
la source
Mon livre préféré sur les statistiques est David Weighing the Odds de David William . Les modèles statistiques de Davison sont également bons.
la source
La meilleure intro à mes yeux est la suivante:
C'est le MEILLEUR pour rendre les concepts statistiques compréhensibles pour les non-mathématiciens afin qu'ils obtiennent les mathématiques par la suite! Malheureusement, il est mis à jour chaque année et, par conséquent, cher.
la source
Les statistiques comme argument de principe par Abelson est un bon livre auxiliaire pour l'apprentissage des statistiques, en particulier si votre domaine substantiel est dans les sciences sociales. Il ne vous apprendra pas à faire l'analyse, mais il vous apprendra la pensée statistique.
J'ai passé en revue ce livre ici
la source
Vous pourriez trouver utile celui-ci: Les éléments de l'apprentissage statistique: exploration de données, inférence et prédiction
MISE À JOUR # 1:
Ce livre pourrait également être utile: O'Reilly: Statistics in a Nutshel l
la source
Hoff, Peter D. - Un premier cours sur les méthodes statistiques bayésiennes , Springer, 2009
Dalgaard, Peter - Statistiques d'introduction avec R, deuxième édition , Springer, 2008
jetez également un œil à ce lien , bien qu'il soit spécifique à R, il existe de nombreux livres qui peuvent vous guider à travers les techniques statistiques de base.
la source
En tant que biologiste, j'ai trouvé le texte de Sokal et Rohlf assez lisible, malgré sa voluminosité. Ce n'est pas aussi génial qu'une référence rapide, mais cela nous guide dans la théorie statistique.
RR Sokal et FJ Rohlf, Biométrie les principes et la pratique des statistiques dans la recherche biologique, troisième. (New York: WJ Freeman and Company, 1995).
la source
Un de mes vieux favoris en tant qu'introduction à la biostatistique est Armitage & Berry's (et maintenant Matthew's):
Méthodes statistiques en recherche médicale
la source
Les méthodes statistiques pour les sciences sociales d'Agresti & Finlay sont assez bonnes, même si j'aimerais croire qu'il existe une bonne alternative open source. Est-ce mal d'utiliser un lien d'affiliation amazon ici?
la source